2022-1 제 1회 인사이콘 : HR Analytics - How to reduce Employee Turnover?

Dataset

1. WAFn-UseC-HR-Employee-Attrition.csv

• HR 데이터가 담겨있는 데이터셋입니다. 해당 파일의 데이터를 이용해서 EDA 및 Feature Engineering을 진행합니다.

1. WAFn-UseC-HR-Employee-Attrition.xlsx

• sheet 1: HR 데이터의 가독성을 위해 정리된 시트입니다. csv 파일과 동일한 내용입니다.
• sheet 2(Variable Dictionary): 각 변수들에 대한 설명이 담겨있습니다.

General Guideline:

주어진 HR 데이터를 통해 종업원 퇴사의 주된 원인을 탐색 및 시각화하여, 경영진에게 인사이트 및 문제에 대한 해결방안을 도출하는 case 입니다.

권장하는 진행 순서는 다음과 같습니다.

1. EDA + Feature Engineering

• 데이터에 대한 EDA 및 Feature Engineering을 진행하여 활용할 Feature들을 확정합니다.

1. Interpretation

• Employee Turnover에 영향을 미치는 변인과 그 관계를 탐색 및 해석합니다.

1. Insight

• 분석 결과를 바탕으로 인사이트를 도출하여, 경영진에게 Employee Turnover 제고 전략을 제시합니다.

1. presentation

• 주피터 노트북 or 노션 페이지로 자료를 정리 및 발표합니다.

라이브러리 및 파일 불러오기

Library 호출 & Load Data

# 필요한 라이브러리 불러오기
# 데이터 핸들링을 위한 라이브러리
import numpy as np
import pandas as pd

# 데이터 시각화를 위한 라이브러리
import matplotlib.pyplot as plt
import seaborn as sns

plt.style.use('seaborn')  # matplotlib style 설정

# 문법 변경에 의한 경고를 무시
import warnings

warnings.filterwarnings('ignore')

# matplotlib 시각화 결과를 jupyter notebook에서 바로 볼 수 있게 해주는 command
%matplotlib inline

data = pd.read_csv('data/WA_Fn-UseC_-HR-Employee-Attrition.csv')
data.head(5)

	Age	Attrition	BusinessTravel	DailyRate	Department	DistanceFromHome	Education	EducationField	EmployeeNumber	EnvironmentSatisfaction	...	RelationshipSatisfaction	StandardHours	StockOptionLevel	TotalWorkingYears	TrainingTimesLastYear	WorkLifeBalance	YearsAtCompany	YearsInCurrentRole	YearsSinceLastPromotion	YearsWithCurrManager
0	41	Yes	Travel_Rarely	1102	Sales	1	2	Life Sciences	1	2	...	1	80	0	8	0	1	6	4	0	5
1	49	No	Travel_Frequently	279	Research & Development	8	1	Life Sciences	2	3	...	4	80	1	10	3	3	10	7	1	7
2	37	Yes	Travel_Rarely	1373	Research & Development	2	2	Other	4	4	...	2	80	0	7	3	3	0	0	0	0
3	33	No	Travel_Frequently	1392	Research & Development	3	4	Life Sciences	5	4	...	3	80	0	8	3	3	8	7	3	0
4	27	No	Travel_Rarely	591	Research & Development	2	1	Medical	7	1	...	4	80	1	6	3	3	2	2	2	2

5 rows × 33 columns

데이터 정제

# TotalWorkingYears 변수에서 YearsAtCompany를 빼 BeforeWorkingYears 변수 생성
data.loc[:,'BeforeWorkingYears']=data.TotalWorkingYears-data.YearsAtCompany
data.drop(['TotalWorkingYears'], axis=1, inplace=True)
data.head(5)

	Age	Attrition	BusinessTravel	DailyRate	Department	DistanceFromHome	Education	EducationField	EmployeeNumber	EnvironmentSatisfaction	...	RelationshipSatisfaction	StandardHours	StockOptionLevel	TrainingTimesLastYear	WorkLifeBalance	YearsAtCompany	YearsInCurrentRole	YearsSinceLastPromotion	YearsWithCurrManager	BeforeWorkingYears
0	41	Yes	Travel_Rarely	1102	Sales	1	2	Life Sciences	1	2	...	1	80	0	0	1	6	4	0	5	2
1	49	No	Travel_Frequently	279	Research & Development	8	1	Life Sciences	2	3	...	4	80	1	3	3	10	7	1	7	0
2	37	Yes	Travel_Rarely	1373	Research & Development	2	2	Other	4	4	...	2	80	0	3	3	0	0	0	0	7
3	33	No	Travel_Frequently	1392	Research & Development	3	4	Life Sciences	5	4	...	3	80	0	3	3	8	7	3	0	0
4	27	No	Travel_Rarely	591	Research & Development	2	1	Medical	7	1	...	4	80	1	3	3	2	2	2	2	4

5 rows × 33 columns

data.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 1470 entries, 0 to 1469
Data columns (total 33 columns):
 #   Column                    Non-Null Count  Dtype 
---  ------                    --------------  ----- 
 0   Age                       1470 non-null   int64 
 1   Attrition                 1470 non-null   object
 2   BusinessTravel            1470 non-null   object
 3   DailyRate                 1470 non-null   int64 
 4   Department                1470 non-null   object
 5   DistanceFromHome          1470 non-null   int64 
 6   Education                 1470 non-null   int64 
 7   EducationField            1470 non-null   object
 8   EmployeeNumber            1470 non-null   int64 
 9   EnvironmentSatisfaction   1470 non-null   int64 
 10  Gender                    1470 non-null   object
 11  HourlyRate                1470 non-null   int64 
 12  JobInvolvement            1470 non-null   int64 
 13  JobLevel                  1470 non-null   int64 
 14  JobRole                   1470 non-null   object
 15  JobSatisfaction           1470 non-null   int64 
 16  MaritalStatus             1470 non-null   object
 17  MonthlyIncome             1470 non-null   int64 
 18  MonthlyRate               1470 non-null   int64 
 19  NumCompaniesWorked        1470 non-null   int64 
 20  OverTime                  1470 non-null   object
 21  PercentSalaryHike         1470 non-null   int64 
 22  PerformanceRating         1470 non-null   int64 
 23  RelationshipSatisfaction  1470 non-null   int64 
 24  StandardHours             1470 non-null   int64 
 25  StockOptionLevel          1470 non-null   int64 
 26  TrainingTimesLastYear     1470 non-null   int64 
 27  WorkLifeBalance           1470 non-null   int64 
 28  YearsAtCompany            1470 non-null   int64 
 29  YearsInCurrentRole        1470 non-null   int64 
 30  YearsSinceLastPromotion   1470 non-null   int64 
 31  YearsWithCurrManager      1470 non-null   int64 
 32  BeforeWorkingYears        1470 non-null   int64 
dtypes: int64(25), object(8)
memory usage: 379.1+ KB

# Attrition 1=1, NO=0
data.loc[data.Attrition=='Yes','Attrition']=1
data.loc[data.Attrition=='No','Attrition']=0
data['Attrition']=data['Attrition'].astype('float')

data.head(5)

	Age	Attrition	BusinessTravel	DailyRate	Department	DistanceFromHome	Education	EducationField	EmployeeNumber	EnvironmentSatisfaction	...	RelationshipSatisfaction	StandardHours	StockOptionLevel	TrainingTimesLastYear	WorkLifeBalance	YearsAtCompany	YearsInCurrentRole	YearsSinceLastPromotion	YearsWithCurrManager	BeforeWorkingYears
0	41	1.0	Travel_Rarely	1102	Sales	1	2	Life Sciences	1	2	...	1	80	0	0	1	6	4	0	5	2
1	49	0.0	Travel_Frequently	279	Research & Development	8	1	Life Sciences	2	3	...	4	80	1	3	3	10	7	1	7	0
2	37	1.0	Travel_Rarely	1373	Research & Development	2	2	Other	4	4	...	2	80	0	3	3	0	0	0	0	7
3	33	0.0	Travel_Frequently	1392	Research & Development	3	4	Life Sciences	5	4	...	3	80	0	3	3	8	7	3	0	0
4	27	0.0	Travel_Rarely	591	Research & Development	2	1	Medical	7	1	...	4	80	1	3	3	2	2	2	2	4

5 rows × 33 columns

data.describe()

	Age	Attrition	DailyRate	DistanceFromHome	Education	EmployeeNumber	EnvironmentSatisfaction	HourlyRate	JobInvolvement	JobLevel	...	RelationshipSatisfaction	StandardHours	StockOptionLevel	TrainingTimesLastYear	WorkLifeBalance	YearsAtCompany	YearsInCurrentRole	YearsSinceLastPromotion	YearsWithCurrManager	BeforeWorkingYears
count	1470.000000	1470.000000	1470.000000	1470.000000	1470.000000	1470.000000	1470.000000	1470.000000	1470.000000	1470.000000	...	1470.000000	1470.0	1470.000000	1470.000000	1470.000000	1470.000000	1470.000000	1470.000000	1470.000000	1470.000000
mean	36.923810	0.161224	802.485714	9.192517	2.912925	1024.865306	2.721769	65.891156	2.729932	2.063946	...	2.712245	80.0	0.793878	2.799320	2.761224	7.008163	4.229252	2.187755	4.123129	4.271429
std	9.135373	0.367863	403.509100	8.106864	1.024165	602.024335	1.093082	20.329428	0.711561	1.106940	...	1.081209	0.0	0.852077	1.289271	0.706476	6.126525	3.623137	3.222430	3.568136	6.179783
min	18.000000	0.000000	102.000000	1.000000	1.000000	1.000000	1.000000	30.000000	1.000000	1.000000	...	1.000000	80.0	0.000000	0.000000	1.000000	0.000000	0.000000	0.000000	0.000000	0.000000
25%	30.000000	0.000000	465.000000	2.000000	2.000000	491.250000	2.000000	48.000000	2.000000	1.000000	...	2.000000	80.0	0.000000	2.000000	2.000000	3.000000	2.000000	0.000000	2.000000	0.000000
50%	36.000000	0.000000	802.000000	7.000000	3.000000	1020.500000	3.000000	66.000000	3.000000	2.000000	...	3.000000	80.0	1.000000	3.000000	3.000000	5.000000	3.000000	1.000000	3.000000	2.000000
75%	43.000000	0.000000	1157.000000	14.000000	4.000000	1555.750000	4.000000	83.750000	3.000000	3.000000	...	4.000000	80.0	1.000000	3.000000	3.000000	9.000000	7.000000	3.000000	7.000000	5.000000
max	60.000000	1.000000	1499.000000	29.000000	5.000000	2068.000000	4.000000	100.000000	4.000000	5.000000	...	4.000000	80.0	3.000000	6.000000	4.000000	40.000000	18.000000	15.000000	17.000000	33.000000

8 rows × 26 columns

#결측값 및 이상치 확인
data.isnull().sum()

Age                         0
Attrition                   0
BusinessTravel              0
DailyRate                   0
Department                  0
DistanceFromHome            0
Education                   0
EducationField              0
EmployeeNumber              0
EnvironmentSatisfaction     0
Gender                      0
HourlyRate                  0
JobInvolvement              0
JobLevel                    0
JobRole                     0
JobSatisfaction             0
MaritalStatus               0
MonthlyIncome               0
MonthlyRate                 0
NumCompaniesWorked          0
OverTime                    0
PercentSalaryHike           0
PerformanceRating           0
RelationshipSatisfaction    0
StandardHours               0
StockOptionLevel            0
TrainingTimesLastYear       0
WorkLifeBalance             0
YearsAtCompany              0
YearsInCurrentRole          0
YearsSinceLastPromotion     0
YearsWithCurrManager        0
BeforeWorkingYears          0
dtype: int64

EDA

• 퇴사의 원인을 알아보는 EDA, 목표는 경영진에게 퇴사의 원인에 대한 INSIGHT를 제공하고
• 해결방안을 제시해야 한다.
• 1. 자발적 이직을 막는 것

     통제할 수 있는 변인으로 해결 할 수 있다.

• 1. turnover 할 수 있는 사람을 뽑지 않는 것

     사람을 뽑기 전에 알 수 있는 데이터(교육수준)로 알 수 있을 거 같다.

• columns 을 분류할 수 있을 거 같다. 경영진이 control 가능한 변수, 경영진이 control 할 수 없는 변수.

• control 할 수 있는것

  퇴사 여부, 출장 빈도, 일급, 부서, 직무수준, 직무역할

• control 할 수 없는것

  교육 수준, 교육 분야

• 업무 환경 만족도, 직무 만족도, > 너무 당연함

• 1. 핵심인재와 다른 그룹과의 비교.

     핵심인재의 자발적 이직 관리가 회사의 경영진 그룹에서 가장 중요함. 핵심적 인재의 특징 > 다른 그룹과 비교 핵심인재를 어떻게 정의 할 수 있을까?

     1. 임금상승률이 높은 사람들로 간접적으로 알 수 있을것이라 생각

# 그래프 서식 설정
parameters = {
    'axes.titlesize': 25,
    'axes.labelsize': 20,
    'ytick.labelsize': 20
}
plt.rcParams.update(parameters)

f, ax= plt.subplots(1,2,figsize=(20,10))

data['Attrition'].value_counts().plot.pie(autopct='%1.1f%%',
                                         ax=ax[0],
                                         fontsize=20)

sns.countplot("Attrition", data=data, ax=ax[1])
plt.show()

회사원 중 퇴사자 비율은 16.1%로 237명
재직 비율은 83.9%로 1233명이다.

Age

# age 분포 확인
plt.figure(figsize=(20,10))
sns.countplot(data=data,x='Age')
plt.xticks(rotation=30)
plt.show()

# age_band 만들기
data['Age_band'] = 0
data.loc[data['Age'] <= 25, 'Age_band'] = 0
data.loc[(data['Age'] > 25) & (data['Age'] <= 33), 'Age_band'] = 1
data.loc[(data['Age'] > 33) & (data['Age'] <= 41), 'Age_band'] = 2
data.loc[(data['Age'] > 41) & (data['Age'] <= 49), 'Age_band'] = 3
data.loc[data['Age'] > 49, 'Age_band'] = 4
data.head(5)

	Age	Attrition	BusinessTravel	DailyRate	Department	DistanceFromHome	Education	EducationField	EmployeeNumber	EnvironmentSatisfaction	...	StandardHours	StockOptionLevel	TrainingTimesLastYear	WorkLifeBalance	YearsAtCompany	YearsInCurrentRole	YearsSinceLastPromotion	YearsWithCurrManager	BeforeWorkingYears	Age_band
0	41	1.0	Travel_Rarely	1102	Sales	1	2	Life Sciences	1	2	...	80	0	0	1	6	4	0	5	2	2
1	49	0.0	Travel_Frequently	279	Research & Development	8	1	Life Sciences	2	3	...	80	1	3	3	10	7	1	7	0	3
2	37	1.0	Travel_Rarely	1373	Research & Development	2	2	Other	4	4	...	80	0	3	3	0	0	0	0	7	2
3	33	0.0	Travel_Frequently	1392	Research & Development	3	4	Life Sciences	5	4	...	80	0	3	3	8	7	3	0	0	1
4	27	0.0	Travel_Rarely	591	Research & Development	2	1	Medical	7	1	...	80	1	3	3	2	2	2	2	4	1

5 rows × 34 columns

# band별 분포 확인
plt.figure(figsize=(20,10))
sns.countplot(data=data,x='Age_band')
plt.show()

# age_band별 퇴사 인원
sns.countplot('Age_band', hue='Attrition', data=data)

<AxesSubplot:xlabel='Age_band', ylabel='count'>

pd.crosstab(data.Attrition,
            data.Age_band, margins=True).style.background_gradient(
                cmap='summer_r')

Age_band	0	1	2	3	4	All
Attrition
0.0	79	354	421	229	150	1233
1.0	44	97	50	23	23	237
All	123	451	471	252	173	1470

• age band 1의 퇴사자 수가 많다

sns.lineplot('Age', 'Attrition', data=data)

<AxesSubplot:xlabel='Age', ylabel='Attrition'>

sns.factorplot(x='Age_band', y='Attrition',  data=data)
plt.show()

print('Age_band 0의 퇴사율: ', data[data.Age_band==0].Attrition.mean())
print('Age_band 1의 퇴사율: ', data[data.Age_band==1].Attrition.mean())
print('Age_band 2의 퇴사율: ', data[data.Age_band==2].Attrition.mean())
print('Age_band 3의 퇴사율: ', data[data.Age_band==3].Attrition.mean())
print('Age_band 4의 퇴사율: ', data[data.Age_band==4].Attrition.mean())

Age_band 0의 퇴사율:  0.35772357723577236
Age_band 1의 퇴사율:  0.21507760532150777
Age_band 2의 퇴사율:  0.10615711252653928
Age_band 3의 퇴사율:  0.09126984126984126
Age_band 4의 퇴사율:  0.1329479768786127

• age band 0과 1의 퇴사율이 높다

• age band 1과 2, 즉 26세 ~ 41세가 가장 많은 수를 차지한다.
• 그 중 퇴사자가 가장 많은 구간은 age_band 1(26세~33세)이다.
• 인원 대비 퇴사율이 높은 구간은 age_band 0(18세~25세)와 1(26세-33세)이다.
• age_band 1(26세~33세)는 퇴사자 수도 많고 퇴사율도 높다 -> 집중관리 대상

Age + 다른 피쳐

# Education
plt.figure(figsize=(10,6))
sns.violinplot('Education', 'Age', hue='Attrition', data=data, split=True)

<AxesSubplot:xlabel='Education', ylabel='Age'>

• education에 관계 없이 나이가 많을수록 퇴사를 많이 함

# Education Field
plt.figure(figsize=(10,6))
sns.violinplot('EducationField', 'Age', hue='Attrition', data=data, split=True)
plt.xticks(rotation=50)
plt.show()

• 마찬가지로 age가 낮을수록 퇴사 많음!
• 그리고 medical, Technical, medical이 특히 그럼

# Gender
plt.figure(figsize=(15,8))
sns.lineplot('Age', 'Attrition', hue='Gender', data=data)
plt.show()

• 역시 나이가 어릴수록 퇴사율↑ 외에는 큰 의미 없어보임

# Marital Status
f, ax = plt.subplots(1, 2, figsize=(18, 8))
sns.lineplot('Age', 'Attrition', hue='MaritalStatus', data=data, ax=ax[0])
sns.violinplot('MaritalStatus', 'Age', hue='Attrition', data=data, split=True, ax=ax[1])
plt.show()

sns.countplot('Age_band', hue='MaritalStatus', data=data)

<AxesSubplot:xlabel='Age_band', ylabel='count'>

• 특히 single & 어린 사람들이 퇴사율이 높음

# NumCompaniesWorked
f, ax = plt.subplots(1, 2, figsize=(18, 8))
sns.lineplot('Age', 'NumCompaniesWorked', hue='Attrition', data=data, ax=ax[0])
plt.scatter(data.loc[data.Attrition==1,'Age'], data.loc[data.Attrition==1,'NumCompaniesWorked'], c = 'pink', alpha = 0.6, 
            linewidths = 0.7, edgecolors = 'red', label = '퇴사')
plt.scatter(data.loc[data.Attrition==0,'Age'], data.loc[data.Attrition==0,'NumCompaniesWorked'], c = 'cyan', alpha = 0.6, 
            linewidths = 0.5, edgecolors = 'blue', label = '재직')
plt.show()

plt.figure(figsize=(15,8))
sns.violinplot('NumCompaniesWorked', 'Age', hue='Attrition', data=data, split=True)

<AxesSubplot:xlabel='NumCompaniesWorked', ylabel='Age'>

sns.factorplot('Age', 'Attrition', col='NumCompaniesWorked', data=data)

<seaborn.axisgrid.FacetGrid at 0x7ff723a49550>

• 많은 회사를 다녀본 사람들이 퇴사를 많이 함
• 여기에 age는 큰 의미 없는 듯

# BeforeWorkingYears
f, ax = plt.subplots(1, 2, figsize=(18, 8))
sns.lineplot('Age', 'BeforeWorkingYears', hue='Attrition', data=data, ax=ax[0])
plt.scatter(data.loc[data.Attrition==1,'Age'], data.loc[data.Attrition==1,'BeforeWorkingYears'], c = 'pink', alpha = 0.6, 
            linewidths = 0.7, edgecolors = 'red', label = '퇴사')
plt.scatter(data.loc[data.Attrition==0,'Age'], data.loc[data.Attrition==0,'BeforeWorkingYears'], c = 'cyan', alpha = 0.6, 
            linewidths = 0.5, edgecolors = 'blue', label = '재직')

<matplotlib.collections.PathCollection at 0x7ff7235e5310>

plt.figure(figsize=(15,8))
plt.scatter(data['Age'], # x축
            data['BeforeWorkingYears'], # y축
            s = (data['Attrition']+1)*50, # 사이즈
            c = 'green', # 색깔(고정)
            alpha = 0.3) # 투명도
plt.xlabel('Age', size = 12)
plt.ylabel('BeforeWorkingYears', size = 12)

Text(0, 0.5, 'BeforeWorkingYears')

Education

1: 'Below College' 2: 'College' 3: 'Bachelor' 4: 'Master' 5: 'Doctor'

# 분포 확인
sns.countplot(data=data, x='Education')
plt.show()

• 학/석사 인원이 많음

# 교육수준 별 퇴사 여부
sns.countplot('Education', hue='Attrition', data=data)

<AxesSubplot:xlabel='Education', ylabel='count'>

pd.crosstab(data.Attrition,
            data.Education, margins=True).style.background_gradient(
                cmap='summer_r')

Education	1	2	3	4	5	All
Attrition
0.0	139	238	473	340	43	1233
1.0	31	44	99	58	5	237
All	170	282	572	398	48	1470

• 교육수준이 학사인 사람들이 많이 퇴사했다.

sns.factorplot(x='Education', y='Attrition',  data=data)
plt.show()

print('Below College의 퇴사율: ', data[data.Education==1].Attrition.mean())
print('College의 퇴사율: ', data[data.Education==2].Attrition.mean())
print('Bachelor의 퇴사율: ', data[data.Education==3].Attrition.mean())
print('Master의 퇴사율: ', data[data.Education==4].Attrition.mean())
print('Doctor의 퇴사율: ', data[data.Education==5].Attrition.mean())

Below College의 퇴사율:  0.18235294117647058
College의 퇴사율:  0.15602836879432624
Bachelor의 퇴사율:  0.17307692307692307
Master의 퇴사율:  0.1457286432160804
Doctor의 퇴사율:  0.10416666666666667

• 대학생 이하, 학사의 교육수준을 가진 사람들의 퇴사율이 높다
• 그러나 비율차이가 크지 않음

Education + 다른 피쳐

# Education Field
sns.factorplot('Education', 'Attrition', col='EducationField', data=data)

<seaborn.axisgrid.FacetGrid at 0x7ff70034dd30>

• Technical과 HR은 박사학위인 사람들의 퇴사율이 높다
• 그 이외에는 큰 관련성 없어보임

# Gender
sns.factorplot('Education', 'Attrition', col='Gender', data=data)
sns.factorplot('Gender', 'Attrition', col='Education', data=data)

<seaborn.axisgrid.FacetGrid at 0x7ff7116af040>

• 남녀 상관 없이 저학력자들이 퇴사율 높음
• 석사학위는 남성이, 박사학위는 여성이 퇴사율이 더 높음

# MaritalStatus
sns.factorplot('Education', 'Attrition', col='MaritalStatus', data=data)
sns.factorplot('MaritalStatus', 'Attrition', col='Education', data=data)

<seaborn.axisgrid.FacetGrid at 0x7ff710ded970>

• 대부분의 학력에서 single이 퇴사율 높음
• 특히 저학력 & single이 상대적으로 퇴사율 매우 높음
• married와 Divorced는 상대적으로 안정적 => 이것은 이들이 연령대가 높은 것과 관련 있는 것일듯

# NumCompaniesWorked
sns.factorplot('NumCompaniesWorked', 'Attrition', col='Education', data=data)

<seaborn.axisgrid.FacetGrid at 0x7ff710d207c0>

• 대학 이하의 학력 & 다녔던 회사 수↑인 사람들의 퇴사율이 높음

# BeforeWorkingYears_band 만들기
data['BeforeWorkingYears_band'] = 0
data.loc[data['BeforeWorkingYears'] <= 5, 'BeforeWorkingYears_band'] = 0
data.loc[(data['BeforeWorkingYears'] > 5) & (data['BeforeWorkingYears'] <= 10), 'BeforeWorkingYears_band'] = 1
data.loc[(data['BeforeWorkingYears'] > 10) & (data['BeforeWorkingYears'] <= 15), 'BeforeWorkingYears_band'] = 2
data.loc[(data['BeforeWorkingYears'] > 15) & (data['BeforeWorkingYears'] <= 20), 'BeforeWorkingYears_band'] = 3
data.loc[(data['BeforeWorkingYears'] > 20) & (data['BeforeWorkingYears'] <= 25), 'BeforeWorkingYears_band'] = 4
data.loc[data['BeforeWorkingYears'] > 25, 'BeforeWorkingYears_band'] = 5
data.head(5)

	Age	Attrition	BusinessTravel	DailyRate	Department	DistanceFromHome	Education	EducationField	EmployeeNumber	EnvironmentSatisfaction	...	StockOptionLevel	TrainingTimesLastYear	WorkLifeBalance	YearsAtCompany	YearsInCurrentRole	YearsSinceLastPromotion	YearsWithCurrManager	BeforeWorkingYears	Age_band	BeforeWorkingYears_band
0	41	1.0	Travel_Rarely	1102	Sales	1	2	Life Sciences	1	2	...	0	0	1	6	4	0	5	2	2	0
1	49	0.0	Travel_Frequently	279	Research & Development	8	1	Life Sciences	2	3	...	1	3	3	10	7	1	7	0	3	0
2	37	1.0	Travel_Rarely	1373	Research & Development	2	2	Other	4	4	...	0	3	3	0	0	0	0	7	2	1
3	33	0.0	Travel_Frequently	1392	Research & Development	3	4	Life Sciences	5	4	...	0	3	3	8	7	3	0	0	1	0
4	27	0.0	Travel_Rarely	591	Research & Development	2	1	Medical	7	1	...	1	3	3	2	2	2	2	4	1	0

5 rows × 35 columns

# BeforeWorkingYears
plt.figure(figsize=(15,8))
sns.countplot('BeforeWorkingYears_band', hue='Education', data=data)

<AxesSubplot:xlabel='BeforeWorkingYears_band', ylabel='count'>

• 전체적으로 분포는 비슷함

sns.factorplot('BeforeWorkingYears_band', 'Attrition', col='Education', data=data)

<seaborn.axisgrid.FacetGrid at 0x7ff7096639a0>

Education Field

data.EducationField.unique()

array(['Life Sciences', 'Other', 'Medical', 'Marketing',
       'Technical Degree', 'Human Resources'], dtype=object)

# 분포 확인
sns.countplot(data=data, x='EducationField')
plt.xticks(rotation=50)
plt.show()

# 교육 분야 별 퇴사 여부
sns.countplot('EducationField', hue='Attrition', data=data)
plt.xticks(rotation=50)
plt.show()

pd.crosstab(data.Attrition,
            data.EducationField, margins=True).style.background_gradient(
                cmap='summer_r')

EducationField	Human Resources	Life Sciences	Marketing	Medical	Other	Technical Degree	All
Attrition
0.0	20	517	124	401	71	100	1233
1.0	7	89	35	63	11	32	237
All	27	606	159	464	82	132	1470

• 교육수준이 생명과학인 사람들이 많이 퇴사했다.

sns.factorplot(x='EducationField', y='Attrition',  data=data)
plt.xticks(rotation=50)
plt.show()

print('Human Resources의 퇴사율: ', data[data.EducationField=='Human Resources'].Attrition.mean())
print('Life Sciences의 퇴사율: ', data[data.EducationField=='Life Sciences'].Attrition.mean())
print('Marketing의 퇴사율: ', data[data.EducationField=='Marketing'].Attrition.mean())
print('Medical의 퇴사율: ', data[data.EducationField=='Medical'].Attrition.mean())
print('Technical Degree의 퇴사율: ', data[data.EducationField=='Technical Degree'].Attrition.mean())
print('Other의 퇴사율: ', data[data.EducationField=='Other'].Attrition.mean())

Human Resources의 퇴사율:  0.25925925925925924
Life Sciences의 퇴사율:  0.14686468646864687
Marketing의 퇴사율:  0.22012578616352202
Medical의 퇴사율:  0.13577586206896552
Technical Degree의 퇴사율:  0.24242424242424243
Other의 퇴사율:  0.13414634146341464

• HR, Technical Degree, Marketing의 퇴사율이 높다

EducationField + 다른 피쳐

# Gender
plt.figure(figsize=(15,8))
sns.countplot('EducationField', hue='Gender', data=data)
plt.xticks(rotation=50)
plt.show()

• Life Sciences, Medical 제외하고는 전체적으로 분포 비슷함

# Gender
sns.factorplot('Gender', 'Attrition', col='EducationField', data=data,ax=ax[0])
sns.factorplot('EducationField', 'Attrition', col='Gender', data=data,ax=ax[1])
plt.xticks(rotation=50)

plt.show()

• HR 여성의 퇴사율이 눈에 띄게 높음

# NumCompaniesWorked
plt.figure(figsize=(15,8))
sns.countplot('NumCompaniesWorked', hue='EducationField', data=data)
plt.show()

• 분포 유사함
• 전에 다닌 회사가 하나인 생명과학, 의학 전공 사람들이 매우 많음

sns.factorplot('NumCompaniesWorked', 'Attrition', col='EducationField', data=data)
sns.factorplot('EducationField', 'Attrition', col='NumCompaniesWorked', data=data)
plt.xticks(rotation=50)
plt.show()

• 대부분의 전공들이 전에 다닌 회사 수가 많아질수록 퇴사율 높아짐

# BeforeWorkingYears
plt.figure(figsize=(15,8))
sns.countplot('BeforeWorkingYears_band', hue='EducationField', data=data)
plt.show()

• 마찬가지로 분포 유사

f, ax = plt.subplots(2, 1, figsize=(15, 10))
sns.violinplot('EducationField', 'BeforeWorkingYears', hue='Attrition', data=data, split=True,ax=ax[0])
sns.barplot('EducationField', 'BeforeWorkingYears', hue='Attrition', data=data,ax=ax[1])
plt.xticks(rotation=50)
plt.show()

Gender

# 분포 확인
sns.countplot(data=data, x='Gender')
plt.show()

• 남성이 많음

# 성별 별 퇴사 여부
sns.countplot('Gender', hue='Attrition', data=data)

<AxesSubplot:xlabel='Gender', ylabel='count'>

pd.crosstab(data.Attrition,
            data.Gender, margins=True).style.background_gradient(
                cmap='summer_r')

Gender	Female	Male	All
Attrition
0.0	501	732	1233
1.0	87	150	237
All	588	882	1470

• 남성이 많이 퇴사했다.

sns.factorplot(x='Gender', y='Attrition',  data=data)
plt.xticks(rotation=50)
plt.show()

print('남성의 퇴사율: ', data[data.Gender=='Male'].Attrition.mean())
print('여성의 퇴사율: ', data[data.Gender=='Female'].Attrition.mean())

남성의 퇴사율:  0.17006802721088435
여성의 퇴사율:  0.14795918367346939

• 차이 없음 / 별 의미 없는 듯

Gender + 다른 피쳐

# MaritalStatus
plt.figure(figsize=(15,8))
sns.countplot('MaritalStatus', hue='Gender', data=data)
plt.show()

sns.factorplot('MaritalStatus', 'Attrition', col='Gender', data=data)
sns.factorplot('Gender', 'Attrition', col='MaritalStatus', data=data)
plt.show()

• 모든 결혼 상태에서 남성의 퇴사율이 높음
• 남성이며 single인 사람들의 퇴사율이 매우매우 높음

# NumCompaniesWorked
plt.figure(figsize=(15,8))
sns.countplot('NumCompaniesWorked', hue='Gender', data=data)
plt.show()

• 분포 비슷

sns.factorplot('NumCompaniesWorked', 'Attrition', col='Gender', data=data)
sns.factorplot('Gender', 'Attrition', col='NumCompaniesWorked', data=data)
plt.show()

plt.figure(figsize=(15,8))
sns.lineplot('NumCompaniesWorked', 'Attrition', hue='Gender', data=data)

<AxesSubplot:xlabel='NumCompaniesWorked', ylabel='Attrition'>

• 여성들은 재직했던 회사 수가 큰 상관이 없어 보이지만 남성들은 재직했던 회사 수가 많아질수록 퇴사율이 높아짐

# BeforeWorkingYears
plt.figure(figsize=(15,8))
sns.countplot('BeforeWorkingYears_band', hue='Gender', data=data)
plt.show()

sns.factorplot('BeforeWorkingYears_band', 'Attrition', col='Gender', data=data)
sns.factorplot('Gender', 'Attrition', col='BeforeWorkingYears_band', data=data)
plt.show()

plt.figure(figsize=(15,8))
sns.lineplot('BeforeWorkingYears', 'Attrition', hue='Gender', data=data)

<AxesSubplot:xlabel='BeforeWorkingYears', ylabel='Attrition'>

Marital Status

data.MaritalStatus.unique()

array(['Single', 'Married', 'Divorced'], dtype=object)

# 분포 확인
sns.countplot(data=data, x='MaritalStatus')
plt.show()

• 기혼자의 수가 많다

# 결혼상태 별 퇴사 여부
sns.countplot('MaritalStatus', hue='Attrition', data=data)
plt.show()

pd.crosstab(data.Attrition,
            data.MaritalStatus, margins=True).style.background_gradient(
                cmap='summer_r')

MaritalStatus	Divorced	Married	Single	All
Attrition
0.0	294	589	350	1233
1.0	33	84	120	237
All	327	673	470	1470

• 미혼의 퇴사 수가 가장 많다!!

sns.factorplot(x='MaritalStatus', y='Attrition',  data=data)
plt.show()

print('미혼의 퇴사율: ', data[data.MaritalStatus=='Single'].Attrition.mean())
print('기혼의 퇴사율: ', data[data.MaritalStatus=='Married'].Attrition.mean())
print('이혼의 퇴사율: ', data[data.MaritalStatus=='Divorced'].Attrition.mean())

미혼의 퇴사율:  0.2553191489361702
기혼의 퇴사율:  0.12481426448736999
이혼의 퇴사율:  0.10091743119266056

• 미혼의 1/4이 퇴사함!!

MaritalStatus + 다른 피쳐

# NumCompaniesWorked
plt.figure(figsize=(15,8))
sns.countplot('NumCompaniesWorked', hue='MaritalStatus', data=data)
plt.show()

sns.factorplot('NumCompaniesWorked', 'Attrition', col='MaritalStatus', data=data)
sns.factorplot('MaritalStatus', 'Attrition', col='NumCompaniesWorked', data=data)
plt.show()

plt.figure(figsize=(15,8))
sns.lineplot('NumCompaniesWorked', 'Attrition', hue='MaritalStatus', data=data)

<AxesSubplot:xlabel='NumCompaniesWorked', ylabel='Attrition'>

• 역시 걍 single이 높음

# BeforeWorkingYears
plt.figure(figsize=(15,8))
sns.countplot('BeforeWorkingYears_band', hue='MaritalStatus', data=data)
plt.show()

sns.factorplot('BeforeWorkingYears_band', 'Attrition', col='MaritalStatus', data=data)
sns.factorplot('MaritalStatus', 'Attrition', col='BeforeWorkingYears_band', data=data)
plt.show()

print(data.MaritalStatus.value_counts())
print(data.loc[(data.MaritalStatus=='Divorced')&(data.BeforeWorkingYears_band==3), 'BeforeWorkingYears_band'].count())

Married     673
Single      470
Divorced    327
Name: MaritalStatus, dtype: int64
15

• band 3에서 divorced가 많은 것은 걍 수가 적어서 그런 듯

plt.figure(figsize=(15,8))
sns.lineplot('BeforeWorkingYears', 'Attrition', hue='MaritalStatus', data=data)

<AxesSubplot:xlabel='BeforeWorkingYears', ylabel='Attrition'>

NumCompaniesWorked

# 분포 확인
sns.countplot(data=data, x='NumCompaniesWorked')
plt.show()

• 전에 하나의 회사에서 일하거나, 전 회사가 없는 사람이 많음

# 일한 회사 수 별 퇴사 여부
sns.countplot('NumCompaniesWorked', hue='Attrition', data=data)

<AxesSubplot:xlabel='NumCompaniesWorked', ylabel='count'>

sns.distplot(data[data['Attrition'] == 1].NumCompaniesWorked, color='r')
sns.distplot(data[data['Attrition'] == 0].NumCompaniesWorked, color='b')

<AxesSubplot:xlabel='NumCompaniesWorked', ylabel='Density'>

pd.crosstab(data.Attrition,
            data.NumCompaniesWorked, margins=True).style.background_gradient(
                cmap='summer_r')

NumCompaniesWorked	0	1	2	3	4	5	6	7	8	9	All
Attrition
0.0	174	423	130	143	122	47	54	57	43	40	1233
1.0	23	98	16	16	17	16	16	17	6	12	237
All	197	521	146	159	139	63	70	74	49	52	1470

• 1개의 회사에서 일해봤던 사람들이 많이 퇴사했다

sns.lineplot(x='NumCompaniesWorked', y='Attrition',  data=data)
plt.show()

print('0의 퇴사율: ', data[data.NumCompaniesWorked==0].Attrition.mean())
print('1의 퇴사율: ', data[data.NumCompaniesWorked==1].Attrition.mean())
print('2의 퇴사율: ', data[data.NumCompaniesWorked==2].Attrition.mean())
print('3의 퇴사율: ', data[data.NumCompaniesWorked==3].Attrition.mean())
print('4의 퇴사율: ', data[data.NumCompaniesWorked==4].Attrition.mean())
print('5의 퇴사율: ', data[data.NumCompaniesWorked==5].Attrition.mean())
print('6의 퇴사율: ', data[data.NumCompaniesWorked==6].Attrition.mean())
print('7의 퇴사율: ', data[data.NumCompaniesWorked==7].Attrition.mean())
print('8의 퇴사율: ', data[data.NumCompaniesWorked==8].Attrition.mean())
print('9의 퇴사율: ', data[data.NumCompaniesWorked==9].Attrition.mean())

0의 퇴사율:  0.116751269035533
1의 퇴사율:  0.18809980806142035
2의 퇴사율:  0.1095890410958904
3의 퇴사율:  0.10062893081761007
4의 퇴사율:  0.1223021582733813
5의 퇴사율:  0.25396825396825395
6의 퇴사율:  0.22857142857142856
7의 퇴사율:  0.22972972972972974
8의 퇴사율:  0.12244897959183673
9의 퇴사율:  0.23076923076923078

• 5,6,7,9의 퇴사율이 유의미하게 높음
• 많은 회사 다녀봤을수록 많이 관두는 듯 ==> 이미 퇴사 경험이 있는 사람들은 더 많이 퇴사한다?

BeforeWorkingYears (TotalWorkingYears - YearsAtCompany)

data.BeforeWorkingYears.describe()

count    1470.000000
mean        4.271429
std         6.179783
min         0.000000
25%         0.000000
50%         2.000000
75%         5.000000
max        33.000000
Name: BeforeWorkingYears, dtype: float64

np.sort(data.BeforeWorkingYears.unique())

array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16,
       17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 33])

# 분포 확인
sns.countplot(data=data, x='BeforeWorkingYears')
plt.show()

• 전에 하나의 회사에서 일하거나, 전 회사가 없는 사람이 많음

# BeforeWorkingYears_band 만들기
data['BeforeWorkingYears_band'] = 0
data.loc[data['BeforeWorkingYears'] <= 5, 'BeforeWorkingYears_band'] = 0
data.loc[(data['BeforeWorkingYears'] > 5) & (data['BeforeWorkingYears'] <= 10), 'BeforeWorkingYears_band'] = 1
data.loc[(data['BeforeWorkingYears'] > 10) & (data['BeforeWorkingYears'] <= 15), 'BeforeWorkingYears_band'] = 2
data.loc[(data['BeforeWorkingYears'] > 15) & (data['BeforeWorkingYears'] <= 20), 'BeforeWorkingYears_band'] = 3
data.loc[(data['BeforeWorkingYears'] > 20) & (data['BeforeWorkingYears'] <= 25), 'BeforeWorkingYears_band'] = 4
data.loc[data['BeforeWorkingYears'] > 25, 'BeforeWorkingYears_band'] = 5
data.head(5)

	Age	Attrition	BusinessTravel	DailyRate	Department	DistanceFromHome	Education	EducationField	EmployeeNumber	EnvironmentSatisfaction	...	StockOptionLevel	TrainingTimesLastYear	WorkLifeBalance	YearsAtCompany	YearsInCurrentRole	YearsSinceLastPromotion	YearsWithCurrManager	BeforeWorkingYears	Age_band	BeforeWorkingYears_band
0	41	1.0	Travel_Rarely	1102	Sales	1	2	Life Sciences	1	2	...	0	0	1	6	4	0	5	2	2	0
1	49	0.0	Travel_Frequently	279	Research & Development	8	1	Life Sciences	2	3	...	1	3	3	10	7	1	7	0	3	0
2	37	1.0	Travel_Rarely	1373	Research & Development	2	2	Other	4	4	...	0	3	3	0	0	0	0	7	2	1
3	33	0.0	Travel_Frequently	1392	Research & Development	3	4	Life Sciences	5	4	...	0	3	3	8	7	3	0	0	1	0
4	27	0.0	Travel_Rarely	591	Research & Development	2	1	Medical	7	1	...	1	3	3	2	2	2	2	4	1	0

5 rows × 35 columns

# 분포 확인
sns.countplot(data=data, x='BeforeWorkingYears_band')
plt.show()

# 경력 별 퇴사 여부
sns.countplot('BeforeWorkingYears_band', hue='Attrition', data=data)

<AxesSubplot:xlabel='BeforeWorkingYears_band', ylabel='count'>

• 경력이 5년 이하인 사람이 가장 많다

pd.crosstab(data.Attrition,
            data.BeforeWorkingYears_band, margins=True).style.background_gradient(
                cmap='summer_r')

BeforeWorkingYears_band	0	1	2	3	4	5	All
Attrition
0.0	906	153	66	50	36	22	1233
1.0	198	20	8	7	4	0	237
All	1104	173	74	57	40	22	1470

sns.lineplot(x='BeforeWorkingYears', y='Attrition',  data=data)
plt.show()

sns.factorplot(x='BeforeWorkingYears_band', y='Attrition',  data=data)
plt.show()

print('BeforeWorkingYears_band 0의 퇴사율: ', data[data.BeforeWorkingYears_band==0].Attrition.mean())
print('BeforeWorkingYears_band 1의 퇴사율: ', data[data.BeforeWorkingYears_band==1].Attrition.mean())
print('BeforeWorkingYears_band 2의 퇴사율: ', data[data.BeforeWorkingYears_band==2].Attrition.mean())
print('BeforeWorkingYears_band 3의 퇴사율: ', data[data.BeforeWorkingYears_band==3].Attrition.mean())
print('BeforeWorkingYears_band 4의 퇴사율: ', data[data.BeforeWorkingYears_band==4].Attrition.mean())
print('BeforeWorkingYears_band 5의 퇴사율: ', data[data.BeforeWorkingYears_band==5].Attrition.mean())

BeforeWorkingYears_band 0의 퇴사율:  0.1793478260869565
BeforeWorkingYears_band 1의 퇴사율:  0.11560693641618497
BeforeWorkingYears_band 2의 퇴사율:  0.10810810810810811
BeforeWorkingYears_band 3의 퇴사율:  0.12280701754385964
BeforeWorkingYears_band 4의 퇴사율:  0.1
BeforeWorkingYears_band 5의 퇴사율:  0.0

Daily/Hourly/Monthly Rate, Monthly Income

• DailyRate : 일급 (ㅇ)
• DistanceFromHome : 통근거리
• HourlyRate : 시급 (ㅇ)
• MonthlyIncome : 월 소득 (ㅇ)
• MonthlyRate : 월급 (ㅇ)
• PercentSalaryHike : 임금 상승률
• StockOptionLevel : 스톡 옵션 레벨

Guide line 일급, 시급, 월급 , 월소득, 그냥 합쳐서 하나로 만들어도 될거 같다. 아니면 월소득, 월급 만 써도 될거같다 분포가 월급 시급 일급이 같다 일급+ 시급+ 월급 + 월소득 4개의 평균을 같게 만들어주고 합친다음에 한 사람의 임금 수준을 나타낼 수 있음

모든 변수가 int 로 되어 있기 때문에 효율적인 시각화를 위해서 그룹을 나눌 예정 임금 상승률이 높은 그룹은 핵심 인재 그룹이라고 할 수 있을 것이다.

임금 상승률이 높은 그룹중에

#Rate , MonthlyIncome 확인 

import matplotlib.pylab as plt
import seaborn as sns

import warnings

warnings.filterwarnings('ignore')

# col = ['DailyRate', 'DistanceFromHome', 'HourlyRate', 'MonthlyIncome', 'MonthlyRate'
#        , 'PercentSalaryHike', 'StockOptionLevel']

# data.info()

sns.distplot(data['DailyRate']/np.mean(data['DailyRate']))
sns.distplot(data['HourlyRate']/np.mean(data['HourlyRate']))
sns.distplot(data['MonthlyRate']/np.mean(data['MonthlyRate'])) 
sns.distplot(data['MonthlyIncome']/np.mean(data['MonthlyIncome'])) 

# 시급만 분포가 조금더 좁음
# 일급과, 월급은 분포가 똑같음 

print("\n")
print(data.groupby('Attrition')[['HourlyRate']].agg(['count', 'max', 'min', 'mean', 'median']))
print("\n")
print(data.groupby('Attrition')[['MonthlyRate']].agg(['count', 'max', 'min', 'mean', 'median']))
print("\n")
print(data.groupby('Attrition')[['MonthlyIncome']].agg(['count', 'max', 'min', 'mean', 'median']))

#Monthly Income과 Attrition은 음의 상관관계 

          HourlyRate                           
               count  max min       mean median
Attrition                                      
0.0             1233  100  30  65.952149     66
1.0              237  100  31  65.573840     66


          MonthlyRate                                  
                count    max   min          mean median
Attrition                                              
0.0              1233  26997  2094  14265.779400  14120
1.0               237  26999  2326  14559.308017  14618


          MonthlyIncome                                 
                  count    max   min         mean median
Attrition                                               
0.0                1233  19999  1051  6832.739659   5204
1.0                 237  19859  1009  4787.092827   3202

1. HourlyRate, MonthlRate, DailyIncome은 분포가 거의 비슷하고, Attirion에 따라 차이가없음

   세 변수중 MonthlyRate 만 그룹을 나눠서 사용할 계획

2. MonthlyIncome 은 차이가 있음. 평균적으로 월소득이 낮은 사람이 이직을 더 많이 함.

   MonthlyIncome 은 유의미한 변수로 보임

PercentSalaryHike

#임금상승률

sns.distplot(data['PercentSalaryHike'])
print(data.groupby('Attrition')[['PercentSalaryHike']].agg(['count', 'max', 'min', 'mean', 'median']))
sns.factorplot('Attrition', 'PercentSalaryHike', data=data) 

#Attrition에 PercentSalaryHike 는 큰 영향을 미치지 않아 보임
#다른 변수와 함께보아야 할것으로 보임 

          PercentSalaryHike                          
                      count max min       mean median
Attrition                                            
0.0                    1233  25  11  15.231144     14
1.0                     237  25  11  15.097046     14

<seaborn.axisgrid.FacetGrid at 0x7ff709a77460>

DistanceFromHome

# DistanceFromHome
sns.distplot(data['DistanceFromHome'])
print(data.groupby('Attrition')[['DistanceFromHome']].agg(['count', 'max', 'min', 'mean', 'median']))
sns.factorplot('Attrition', 'DistanceFromHome', data=data) 

#DistanceFromHome과 Attrition은 양의 상관관계 

          DistanceFromHome                          
                     count max min       mean median
Attrition                                           
0.0                   1233  29   1   8.915653      7
1.0                    237  29   1  10.632911      9

<seaborn.axisgrid.FacetGrid at 0x7ff709c296a0>

StockOptionLevel

#StockOptionLevel

sns.distplot(data['StockOptionLevel'])
print(data.groupby('Attrition')[['StockOptionLevel']].agg(['count', 'max', 'min', 'mean', 'median']))
sns.factorplot('Attrition', 'StockOptionLevel', data=data) 

#Attrion 과 stockoptionlevel 은 음의 상관관계 

          StockOptionLevel                         
                     count max min      mean median
Attrition                                          
0.0                   1233   3   0  0.845093      1
1.0                    237   3   0  0.527426      0

<seaborn.axisgrid.FacetGrid at 0x7ff70a6ef430>

• Monthly Rate, DailyRate, HoulryRate는 분포도 비슷하며, Attrion에 크게 영향을 미치지 않아보임
• Monthly Income과 Attrition은 음의 상관관계
• DistanceFromHome과 Attrition은 양의 상관관계
• stockoptionlevel과 Attrion은 음의 상관관계
• PercentSalaryHike 는 Attrition과 영향을 미치지 않지만 핵심인재의 지표로 사용가능(?)

핵심인재

#연속형 변수 범주형 변수로 바꿔줌 
data['Rate_range'] = pd.qcut(data['MonthlyRate'], q=4, labels=[1,2,3,4])
data['Income_range'] = pd.qcut(data['MonthlyIncome'], q=4,labels=[1,2,3,4])
data['SalaryHike_range'] = pd.qcut(data['PercentSalaryHike'], q=4,labels=[1,2,3,4])
data['HomeDistance_range'] = pd.qcut(data['DistanceFromHome'], q=4, labels=[1,2,3,4])

data['Rate_range']=data['Rate_range'].astype('int')
data['Income_range']=data['Income_range'].astype('int')
data['SalaryHike_range']=data['SalaryHike_range'].astype('int')
data['HomeDistance_range']=data['HomeDistance_range'].astype('int')

data_talent = data[data['SalaryHike_range']==4]
data_normal = data[data['SalaryHike_range'].isin([1,2,3])]

#우선 신입사원이라 임금 상승률이 높은 것인지 확인
f, ax = plt.subplots(1,2, figsize=(20,10))

sns.distplot(data_talent['YearsAtCompany'],ax=ax[0])
sns.distplot(data_normal['YearsAtCompany'],ax=ax[1])

print("data_talent_근속년수 평균 :", data_talent['YearsAtCompany'].mean())
print("data_normal_근속년수 평균 :", data_normal['YearsAtCompany'].mean())
print("\n")
print(data_talent.groupby('Attrition')[['YearsAtCompany']].agg(['count', 'max', 'min', 'mean', 'median']))
print("\n")
print(data_normal.groupby('Attrition')[['YearsAtCompany']].agg(['count', 'max', 'min', 'mean', 'median']))

data_talent_근속년수 평균 : 6.824503311258278
data_normal_근속년수 평균 : 7.055650684931507


          YearsAtCompany                         
                   count max min      mean median
Attrition                                        
0.0                  256  36   0  7.316406    5.5
1.0                   46  15   0  4.086957    3.0


          YearsAtCompany                         
                   count max min      mean median
Attrition                                        
0.0                  977  37   0  7.382805      6
1.0                  191  40   0  5.382199      4

#퇴사율 자체는 비슷하다.
f, ax = plt.subplots(1,2, figsize=(20,20))
data_talent['Attrition'].value_counts().plot.pie(autopct='%1.1f%%',ax=ax[0],shadow=True, fontsize=20)
data_normal['Attrition'].value_counts().plot.pie(autopct='%1.1f%%',ax=ax[1],shadow=True, fontsize=20)

<AxesSubplot:ylabel='Attrition'>

data_talent["OverTime"].unique()

array(['No', 'Yes'], dtype=object)

data_talent["OverTime"].replace("Yes", 1, inplace=True)
data_talent["OverTime"].replace("No", 0, inplace=True)
data_normal["OverTime"].replace("Yes", 1, inplace=True)
data_normal["OverTime"].replace("No", 0, inplace=True)

data_talent['OverTime'].unique()

array([0, 1])

sns.factorplot('Attrition','OverTime',data=data_normal)
plt.show()

sns.factorplot('Attrition','OverTime',data=data_talent)
plt.show()

f, ax = plt.subplots(1,2, figsize=(20,10))

sns.distplot(data_talent[data_talent['Attrition']==1]['OverTime'],ax=ax[0])
sns.distplot(data_talent[data_talent['Attrition']==0]['OverTime'],ax=ax[0])

sns.distplot(data_normal[data_normal['Attrition']==1]['OverTime'],ax=ax[1])
sns.distplot(data_normal[data_normal['Attrition']==0]['OverTime'],ax=ax[1])

print(data_talent.groupby('Attrition')[['OverTime']].agg(['count', 'max', 'min', 'mean', 'median']))
print(data_normal.groupby('Attrition')[['OverTime']].agg(['count', 'max', 'min', 'mean', 'median']))

          OverTime                         
             count max min      mean median
Attrition                                  
0.0            256   1   0  0.222656      0
1.0             46   1   0  0.630435      1
          OverTime                         
             count max min      mean median
Attrition                                  
0.0            977   1   0  0.237462      0
1.0            191   1   0  0.513089      1

data_talent['StockOptionLevel'].unique()

array([1, 3, 0, 2])

f, ax = plt.subplots(1,2, figsize=(20,10))

sns.distplot(data_talent[data_talent['Attrition']==1]['StockOptionLevel'],ax=ax[0])
sns.distplot(data_talent[data_talent['Attrition']==0]['StockOptionLevel'],ax=ax[0])

sns.distplot(data_normal[data_normal['Attrition']==1]['StockOptionLevel'],ax=ax[1])
sns.distplot(data_normal[data_normal['Attrition']==0]['StockOptionLevel'],ax=ax[1])

print(data_talent.groupby('Attrition')[['StockOptionLevel']].agg(['count', 'max', 'min', 'mean', 'median'])) #0.42
print(data_normal.groupby('Attrition')[['StockOptionLevel']].agg(['count', 'max', 'min', 'mean', 'median'])) #0.31

          StockOptionLevel                         
                     count max min      mean median
Attrition                                          
0.0                    256   3   0  0.871094      1
1.0                     46   3   0  0.434783      0
          StockOptionLevel                         
                     count max min      mean median
Attrition                                          
0.0                    977   3   0  0.838280      1
1.0                    191   3   0  0.549738      0

data_talent['WorkLifeBalance'].unique()

array([3, 2, 1, 4])

f, ax = plt.subplots(1,2, figsize=(20,10))

sns.distplot(data_talent[data_talent['Attrition']==1]['WorkLifeBalance'],ax=ax[0])
sns.distplot(data_talent[data_talent['Attrition']==0]['WorkLifeBalance'],ax=ax[0])

sns.distplot(data_normal[data_normal['Attrition']==1]['WorkLifeBalance'],ax=ax[1])
sns.distplot(data_normal[data_normal['Attrition']==0]['WorkLifeBalance'],ax=ax[1])

print(data_talent.groupby('Attrition')[['WorkLifeBalance']].agg(['count', 'max', 'min', 'mean', 'median'])) 
print(data_normal.groupby('Attrition')[['WorkLifeBalance']].agg(['count', 'max', 'min', 'mean', 'median']))

          WorkLifeBalance                         
                    count max min      mean median
Attrition                                         
0.0                   256   4   1  2.777344      3
1.0                    46   4   1  2.739130      3
          WorkLifeBalance                         
                    count max min      mean median
Attrition                                         
0.0                   977   4   1  2.781986      3
1.0                   191   4   1  2.638743      3

f, ax = plt.subplots(1,2, figsize=(20,10))

sns.distplot(data_talent[data_talent['Attrition']==1]['StockOptionLevel'],ax=ax[0])
sns.distplot(data_talent[data_talent['Attrition']==0]['StockOptionLevel'],ax=ax[0])

sns.distplot(data_normal[data_normal['Attrition']==1]['StockOptionLevel'],ax=ax[1])
sns.distplot(data_normal[data_normal['Attrition']==0]['StockOptionLevel'],ax=ax[1])

print(data_talent.groupby('Attrition')[['StockOptionLevel']].agg(['count', 'max', 'min', 'mean', 'median']))
print(data_normal.groupby('Attrition')[['StockOptionLevel']].agg(['count', 'max', 'min', 'mean', 'median']))

          StockOptionLevel                         
                     count max min      mean median
Attrition                                          
0.0                    256   3   0  0.871094      1
1.0                     46   3   0  0.434783      0
          StockOptionLevel                         
                     count max min      mean median
Attrition                                          
0.0                    977   3   0  0.838280      1
1.0                    191   3   0  0.549738      0

• 핵심인재 그룹에서는 퇴사 vs 안퇴사 간의 Stockoptionlevel mean 차이가 0.44
• 아닌 그룹에서는 mean 차이가 0.29
• 임금인상률이 높은 그룹에서 Stockoptionlevel 을 이직 이유로 더 고려함을 알 수 있다.

data_talent['HomeDistance_range']= data_talent['HomeDistance_range'].astype(int)
data_normal['HomeDistance_range']= data_normal['HomeDistance_range'].astype(int)

print(data_talent.groupby('Attrition')[['HomeDistance_range']].agg(['count', 'max', 'min', 'mean', 'median']))
print('\n')
print(data_normal.groupby('Attrition')[['HomeDistance_range']].agg(['count', 'max', 'min', 'mean', 'median']))

f, ax = plt.subplots(1,2, figsize=(20,10))
sns.distplot(data_talent[data_talent['Attrition']==1]['HomeDistance_range'],ax=ax[0])
sns.distplot(data_talent[data_talent['Attrition']==0]['HomeDistance_range'],ax=ax[0])

sns.distplot(data_normal[data_normal['Attrition']==1]['HomeDistance_range'],ax=ax[1])
sns.distplot(data_normal[data_normal['Attrition']==0]['HomeDistance_range'],ax=ax[1])

          HomeDistance_range                         
                       count max min      mean median
Attrition                                            
0.0                      256   4   1  2.351562      2
1.0                       46   4   1  2.869565      3


          HomeDistance_range                         
                       count max min      mean median
Attrition                                            
0.0                      977   4   1  2.399181      2
1.0                      191   4   1  2.581152      3

<AxesSubplot:xlabel='HomeDistance_range', ylabel='Density'>

#똑같은 방법으로 Monthly income range 

data_talent['Income_range']= data_talent['Income_range'].astype(int)
data_normal['Income_range']= data_normal['Income_range'].astype(int)

print(data_talent.groupby('Attrition')[['Income_range']].agg(['count', 'max', 'min', 'mean', 'median']))
print('\n')
print(data_normal.groupby('Attrition')[['Income_range']].agg(['count', 'max', 'min', 'mean', 'median']))
 
f, ax = plt.subplots(1,2, figsize=(20,10))
sns.distplot(data_talent[data_talent['Attrition']==1]['Income_range'],ax=ax[0])
sns.distplot(data_talent[data_talent['Attrition']==0]['Income_range'],ax=ax[0])

sns.distplot(data_normal[data_normal['Attrition']==1]['Income_range'],ax=ax[1])
sns.distplot(data_normal[data_normal['Attrition']==0]['Income_range'],ax=ax[1])

          Income_range                         
                 count max min      mean median
Attrition                                      
0.0                256   4   1  2.570312      3
1.0                 46   4   1  1.739130      1


          Income_range                         
                 count max min      mean median
Attrition                                      
0.0                977   4   1  2.594678      3
1.0                191   4   1  2.099476      2

<AxesSubplot:xlabel='Income_range', ylabel='Density'>

Department

data.groupby(['Department','Attrition'])['Attrition'].count().to_frame()

		Attrition
Department	Attrition
Human Resources	0.0	51
	1.0	12
Research & Development	0.0	828
	1.0	133
Sales	0.0	354
	1.0	92

data.groupby(['Department','Gender'])['Gender'].count().to_frame()

		Gender
Department	Gender
Human Resources	Female	20
	Male	43
Research & Development	Female	379
	Male	582
Sales	Female	189
	Male	257

f, ax = plt.subplots(1,2, figsize=(30,15))


data["Department"].value_counts().plot.bar(ax=ax[0],
                                          color=['b','y','g'])
ax[0].set_title("Each Department Number")

sns.countplot('Department', hue="Attrition", data=data, ax=ax[1])
ax[1].set_title("Each Attrition of Departments")
plt.show()

sns.factorplot('Department','Attrition', data=data)
plt.show()

HumanResources = 20%
Research & Development= 13.83%
Sales = 20%

Research & Development는 평균 퇴직 비율에 비해 3% 작고 HumanResources와 Sales 부서는 평균 퇴직 비율에 비해 4% 높게 나타난다.

BusinessTravel

data["BusinessTravel"].value_counts().to_frame()

	BusinessTravel
Travel_Rarely	1043
Travel_Frequently	277
Non-Travel	150

data.groupby(['BusinessTravel','Attrition'])['Attrition'].count().to_frame()

		Attrition
BusinessTravel	Attrition
Non-Travel	0.0	138
	1.0	12
Travel_Frequently	0.0	208
	1.0	69
Travel_Rarely	0.0	887
	1.0	156

data.groupby(['BusinessTravel','Department'])['Department'].count().to_frame()

		Department
BusinessTravel	Department
Non-Travel	Human Resources	6
	Research & Development	97
	Sales	47
Travel_Frequently	Human Resources	11
	Research & Development	182
	Sales	84
Travel_Rarely	Human Resources	46
	Research & Development	682
	Sales	315

f, ax = plt.subplots(1,3,figsize=(30,10))

data['BusinessTravel'].value_counts().plot.bar(ax=ax[0], color=['g','y','b'])
ax[0].set_title("BusinessTravel number")

sns.countplot('BusinessTravel',hue='Attrition', data=data, ax=ax[1])
ax[1].set_title("BusinessTravel & Attrition")

sns.countplot('BusinessTravel',hue='Department', data=data, ax=ax[2])
ax[2].set_title("BusinessTravel & Department")

sns.factorplot('BusinessTravel', 'Attrition', data=data)
plt.show()

ResearchDevelopment0=97/961
ResearchDevelopment1=682/961
ResearchDevelopment2=97/961

Sales0=47/446
Sales1=315/446
Sales2=84/446

HumanResource0=6/63
HumanResource1=46/63
HumanResource2=11/63

print("Research&Development: ", ResearchDevelopment0,
     ResearchDevelopment1, ResearchDevelopment2)
print("Sales: ", Sales0, Sales1,Sales2)
print("Human Resource:",HumanResource0,HumanResource1,
     HumanResource2)

Research&Development:  0.10093652445369407 0.7096774193548387 0.10093652445369407
Sales:  0.10538116591928251 0.7062780269058296 0.18834080717488788
Human Resource: 0.09523809523809523 0.7301587301587301 0.1746031746031746

출장이 빈번한 이들의 퇴사 비율이 25%로 가장 낮았으며, 출장이 전혀 없는 직장이 약 10%미만의 비율을 보이고 있다.

업무별로 출장비율을 보았을 때, Sales, Human Resource의 출장빈도가 가장 높은 이들이 각각 18.8%, 17.46%를 차지 반면에 R&D는 10.09% 차지

# 업무별로 출장회수에 따른 퇴직자의 비율 
sns.factorplot('BusinessTravel', 'Attrition', hue='Department', data=data)
plt.show()

sales, Human Resources에서 유의미한 차이가 발생.
출장이 빈번한 이즉의 퇴사율이 30% 가량으로 평균의 약 2배 수준.

JobInvolvement

data['JobInvolvement'].value_counts().to_frame()

	JobInvolvement
3	868
2	375
4	144
1	83

f, ax = plt.subplots(1,3,figsize=(30,10))

sns.countplot('JobInvolvement', hue="Attrition", data=data,ax=ax[0])
ax[0].set_title('JobInvolvement & Attrition')

sns.countplot('JobInvolvement', hue="Department", data=data,ax=ax[1])
ax[1].set_title('JobInvolvement & Department') 

sns.countplot('JobInvolvement', hue="BusinessTravel", data=data,ax=ax[2])
ax[2].set_title('JobInvolvement & BusinessTravel') # 비율이 일정.

Text(0.5, 1.0, 'JobInvolvement & BusinessTravel')

sns.factorplot('JobInvolvement', 'Attrition', data=data)
plt.show()

sns.factorplot('JobInvolvement', 'Attrition',col="Department", data=data)
plt.show() 

sales부분에서 차이가 심하게 나타남. 평균적으로 직업적 연관성이 적을수록 평균 퇴사 비율이 16%보다 높게 나타난다.

sns.factorplot('JobInvolvement', 'Attrition',col="BusinessTravel", data=data)
plt.show() 

출장이 드문 경우, 직업 연관성이 적을수록 퇴사자 비율이 높다
출장이 빈번한 경우, 직업 연관성이 적을수록 퇴사자 비율이 높다.
출장이 없는 경우에는 유의미한 차이가 없다.
직업연관성이 적고 출장빈도가 높으면 높을수록 퇴사 비율이 증가함을 알 수 있다.

JobLevel (직무수준)

data["JobLevel"].value_counts().to_frame()

	JobLevel
1	543
2	534
3	218
4	106
5	69

f, ax = plt.subplots(1,2,figsize=(30,10))

data[['Attrition','JobLevel']].groupby(['JobLevel']).mean().plot.barh(ax=ax[0]) 
ax[0].set_title('JobLevel, Attrition') 

sns.countplot('JobLevel', hue="Attrition", data=data, ax=ax[1])
ax[1].set_title("JobLevel, Attrition")
plt.show()

sns.factorplot('JobLevel', 'Attrition', data=data)
plt.show() 

JobLevel 이 낮은 경우 퇴사율이 유의미한 차이를 보이고 있다.

data.groupby(['BusinessTravel','JobLevel'])['JobLevel'].count().to_frame()

		JobLevel
BusinessTravel	JobLevel
Non-Travel	1	48
	2	67
	3	20
	4	11
	5	4
Travel_Frequently	1	104
	2	104
	3	40
	4	19
	5	10
Travel_Rarely	1	391
	2	363
	3	158
	4	76
	5	55

f, ax = plt.subplots(1,2,figsize=(30,10))

sns.countplot('JobLevel', hue="BusinessTravel", data=data, ax=ax[0])
ax[0].set_title("JobLevel, Attrition")


sns.countplot('JobLevel', hue="Department", data=data, ax=ax[1])
ax[1].set_title("JobLevel, Attrition")
plt.show()

sns.factorplot('JobLevel', 'Attrition',col="Department", data=data)
plt.show() 

모든 부서에서 JobLevel이 1인 경우 퇴사율이 낮으며, 특이점으로 Human Resources에서는 3의 JobLevel에서 1과 유사한 정도의 퇴사율이 나타나고 있다.
출장의 빈도는 모든 직종과 직업 지위에 따라 유사한 변화를 보이고 있다.

JobRole (직무역할)

data["JobRole"].value_counts().to_frame()

	JobRole
Sales Executive	326
Research Scientist	292
Laboratory Technician	259
Manufacturing Director	145
Healthcare Representative	131
Manager	102
Sales Representative	83
Research Director	80
Human Resources	52

data.groupby(['JobRole','Department'])['Department'].count().to_frame()

		Department
JobRole	Department
Healthcare Representative	Research & Development	131
Human Resources	Human Resources	52
Laboratory Technician	Research & Development	259
Manager	Human Resources	11
	Research & Development	54
	Sales	37
Manufacturing Director	Research & Development	145
Research Director	Research & Development	80
Research Scientist	Research & Development	292
Sales Executive	Sales	326
Sales Representative	Sales	83

Sales=[Sales Executive, Sales Representative, Manager ]
Research & Development =[Research Director,Research Scientist, Laboratory Technician, Manufacturing Director , Healthcare Representative ,Manager ]
Human Resources =[Human Resources ,Manager]

data.groupby(['JobRole','JobLevel'])['JobLevel'].value_counts().plot.barh()
plt.yticks(size=10)
plt.show()

data.groupby(['JobRole','Department'])['Department'].value_counts().plot.barh()
plt.yticks(size=10)
plt.show()

f, ax = plt.subplots(1,3,figsize=(30,10))

data[data['Department']=="Research & Development"]['JobRole'].value_counts().plot.barh(ax=ax[0])
ax[0].set_title("Research & Development's JobRole")

data[data['Department']=="Sales"]['JobRole'].value_counts().plot.barh(ax=ax[1])
ax[1].set_title("sale's JobRole")

data[data['Department']=="Human Resources"]['JobRole'].value_counts().plot.barh(ax=ax[2])
ax[2].set_title("Human Resources's JobRole")

Text(0.5, 1.0, "Human Resources's JobRole")

data[['Attrition','JobRole']].groupby(['JobRole']).mean().plot.barh() 
plt.title("'Attritions of JobRole'")
plt.yticks(size=15)

plt.show()

Laboratory Technician

Sales Representative

Human Resources

각 업무에서 job level이 1에 해당하는 직업이 20% 이상이었으며, Sales Representative의 경우 40% 육박하였다. (jobLevel 1의 비율이 91.5%)

Sales=[Sales Executive(2,3,4), Sales Representative(1,2), Manager(3,4,5) ]
Research & Development =[Research Director(3,4,5), Research Scientist(1,2,3), Laboratory Technician(1,2,3),
' Manufacturing Director(2,3,4) ,Healthcare Representative(2,3,4) ,Manager(3,4,5) ]
Human Resources =[Human Resources(1,2,3) ,Manager(3,4,5)]

JobLevel 과 JobRole에서 Attrition과의 연관성이 매우 높은 것으로 나타난다.

OverTime(초과근무)

data["OverTime"].value_counts()

No     1054
Yes     416
Name: OverTime, dtype: int64

f, ax = plt.subplots(1,3,figsize=(30,10))

data[['Attrition','OverTime']].groupby(['OverTime']).mean().plot.barh(ax=ax[0]) 
ax[0].set_title("Attrition & OverTime") 

sns.countplot("OverTime", hue="Department", data=data, ax=ax[1])


sns.countplot("OverTime", hue="BusinessTravel", data=data, ax=ax[2])

<AxesSubplot:xlabel='OverTime', ylabel='count'>

data["OverTime"].replace("Yes", 1 , inplace=True)
data["OverTime"].replace("No", 0 , inplace=True)

sns.factorplot('BusinessTravel','Attrition', hue="OverTime", data=data)
plt.show()

sns.factorplot("OverTime",'Attrition', col='Department', data=data)
plt.show()

초과 근무가 있을 경우 최사 비율이 30%, 초과근무가 없는 경우 퇴사비율이 10%로 3 배가량 차이가 난다.

출장 횟수가 많을 수록, 초과근무도 증가하며, 출장횟수와 초과근무가 많을 수록 퇴사자들도 증가함. 각 부서별로도 초과근무가 있으면, 퇴사비율이 증가하는 경향이 발생.

PerformanceRating

data['PerformanceRating'].value_counts().to_frame()
# Excellent 와  #Outstanding  만 존재. 유의미한 차이가 있을까?

	PerformanceRating
3	1244
4	226

data[["Attrition",'PerformanceRating']].groupby(['PerformanceRating']).mean().plot.barh()
plt.show()
#유의미한 차이 X!!!

TrainingTimesLastYear

data['TrainingTimesLastYear'].value_counts().to_frame()

	TrainingTimesLastYear
2	547
3	491
4	123
5	119
1	71
6	65
0	54

data[['TrainingTimesLastYear','JobLevel']].groupby(['JobLevel']).mean().plot.barh() 
plt.title("'TrainingTimesLastYear  & JobLevel about mean")
plt.legend(loc='best')
plt.show()

data[['TrainingTimesLastYear','JobRole']].groupby(['JobRole']).mean().plot.barh() 
plt.title("'TrainingTimesLastYear  & JobRole about mean")
plt.legend(loc='best')
plt.show()

data[['TrainingTimesLastYear','Department']].groupby(['Department']).mean().plot.barh() 
plt.title("'TrainingTimesLastYear  &  Depaetment about mean")
plt.legend(loc='best')
plt.show()

data[['TrainingTimesLastYear','Attrition']].groupby(['TrainingTimesLastYear']).mean().plot.barh() 
plt.title("'TrainingTimesLastYear  &  Depaetment about mean")
plt.show()

지난 학습 기간이 0인 그룹이 퇴사 비율이 가장 높았다. 그다음이 4시간인 이들이다.

sns.factorplot('TrainingTimesLastYear','Attrition',col='Department',data=data)

<seaborn.axisgrid.FacetGrid at 0x7ff723a9a6a0>

data[data['TrainingTimesLastYear']==0]['Department'].value_counts().plot.bar()
plt.show()
data[data['TrainingTimesLastYear']==4]['Department'].value_counts().plot.bar()
plt.show()

직무 역할, 직무 수준, 부서에서의 평균 트레이닝 시간이 대부분 비슷하다. 0시간 4시간의 비중이 R&D에 많은 것은 단지 R&D의 직무 인원이 많기 때문이다. 유의미한 차이가 있지는 않는 것 같다. 아마 연차와 연관이 있지 않을까??

EnvironmentSatisfaction

data['EnvironmentSatisfaction'].value_counts()

3    453
4    446
2    287
1    284
Name: EnvironmentSatisfaction, dtype: int64

plt.figure(figsize=(3,3))
plt.pie(data['EnvironmentSatisfaction'].value_counts(), labels=data['EnvironmentSatisfaction'].value_counts().index,autopct='%0.1f%%')
plt.show()
#1: 'Low'    2: 'Medium'  3: 'High'   4: 'Very High'

data[['Attrition','EnvironmentSatisfaction']].groupby('Attrition').mean()

	EnvironmentSatisfaction
Attrition
0.0	2.771290
1.0	2.464135

data.groupby(['EnvironmentSatisfaction','Attrition'])[['Attrition']].count()

		Attrition
EnvironmentSatisfaction	Attrition
1	0.0	212
	1.0	72
2	0.0	244
	1.0	43
3	0.0	391
	1.0	62
4	0.0	386
	1.0	60

pd.crosstab([data.EnvironmentSatisfaction],[data.Attrition],
                            margins=True).style.background_gradient(cmap='summer_r')

Attrition	0.0	1.0	All
EnvironmentSatisfaction
1	212	72	284
2	244	43	287
3	391	62	453
4	386	60	446
All	1233	237	1470

sns.factorplot('Attrition','EnvironmentSatisfaction',data=data)

<seaborn.axisgrid.FacetGrid at 0x7ff70a329f40>

att_yes_e_s=data[data['Attrition']==1].groupby('EnvironmentSatisfaction').count()[['Attrition']]
att_no_e_s=data[data['Attrition']==0].groupby('EnvironmentSatisfaction').count()[['Attrition']]
display(plt.plot(att_no_e_s['Attrition']))
display(plt.plot(att_yes_e_s['Attrition']))

[<matplotlib.lines.Line2D at 0x7ff727647430>]

[<matplotlib.lines.Line2D at 0x7ff71177c1f0>]

sns.countplot(data['EnvironmentSatisfaction'], hue='Attrition', data=data,dodge = True) 

<AxesSubplot:xlabel='EnvironmentSatisfaction', ylabel='count'>

• 환경만족도를 낮게 준 사람들이 주로 퇴사했고, 환경에 만족한 사람들은 퇴사를 하지 않는 경향이 크다.

JobSatisfaction

data['JobSatisfaction'].value_counts()

4    459
3    442
1    289
2    280
Name: JobSatisfaction, dtype: int64

sns.factorplot('Attrition','JobSatisfaction',data=data)

<seaborn.axisgrid.FacetGrid at 0x7ff727647e80>

sns.countplot(data['JobSatisfaction'], hue='Attrition', data=data,dodge = True) 

<AxesSubplot:xlabel='JobSatisfaction', ylabel='count'>

• 마찬가지로 JobSatisfaction이 높은 사람들이 퇴사율이 적다.

sns.factorplot('Attrition','EnvironmentSatisfaction',data=data, hue='Gender')

<seaborn.axisgrid.FacetGrid at 0x7ff712398e80>

sns.factorplot('Attrition','JobSatisfaction',data=data, hue='Gender')

<seaborn.axisgrid.FacetGrid at 0x7ff725bce700>

RelationshipSatisfaction

data['RelationshipSatisfaction'].value_counts()

3    459
4    432
2    303
1    276
Name: RelationshipSatisfaction, dtype: int64

sns.factorplot('Attrition','RelationshipSatisfaction',data=data)

<seaborn.axisgrid.FacetGrid at 0x7ff7259f70a0>

sns.countplot(data['RelationshipSatisfaction'], hue='Attrition', data=data,dodge = True)

<AxesSubplot:xlabel='RelationshipSatisfaction', ylabel='count'>

att_yes_r_s=data[data['Attrition']==1].groupby('RelationshipSatisfaction').count()[['Attrition']]
att_no_r_s=data[data['Attrition']==0].groupby('RelationshipSatisfaction').count()[['Attrition']]
display(plt.plot(att_no_r_s['Attrition']))
display(plt.plot(att_yes_r_s['Attrition']))

[<matplotlib.lines.Line2D at 0x7ff725e49f10>]

[<matplotlib.lines.Line2D at 0x7ff70a676220>]

att_yes_r_s

	Attrition
RelationshipSatisfaction
1	57
2	45
3	71
4	64

• RelationshipSatisfaction이 높으면 퇴사를 덜하는 것 같긴 하지만,\ RelationshipSatisfaction이 낮다고 해서 퇴사를 덜하는 것은 아닌 것 같다

WorkLifeBalance

data['WorkLifeBalance'].value_counts()

3    893
2    344
4    153
1     80
Name: WorkLifeBalance, dtype: int64

sns.factorplot('Attrition','WorkLifeBalance',data=data)

<seaborn.axisgrid.FacetGrid at 0x7ff7016b42b0>

sns.countplot(data['WorkLifeBalance'], hue='Attrition', data=data,dodge = True)

<AxesSubplot:xlabel='WorkLifeBalance', ylabel='count'>

pd.crosstab([data.WorkLifeBalance],[data.Attrition],
                            margins=True).style.background_gradient(cmap='summer_r')

Attrition	0.0	1.0	All
WorkLifeBalance
1	55	25	80
2	286	58	344
3	766	127	893
4	126	27	153
All	1233	237	1470

#워라밸 만족도별 퇴사자/전체수
data[data['Attrition']==1].groupby('WorkLifeBalance').count()['Attrition']/data.groupby('WorkLifeBalance').count()['Attrition']

WorkLifeBalance
1    0.312500
2    0.168605
3    0.142217
4    0.176471
Name: Attrition, dtype: float64

workandlife_df=data[data['WorkLifeBalance']<5].groupby('Attrition').sum()[['WorkLifeBalance']]
workandlife_df['1점']=data[data['WorkLifeBalance']==1].groupby('Attrition').sum()[['WorkLifeBalance']]
workandlife_df['2점']=data[data['WorkLifeBalance']==2].groupby('Attrition').sum()[['WorkLifeBalance']]
workandlife_df['3점']=data[data['WorkLifeBalance']==3].groupby('Attrition').sum()[['WorkLifeBalance']]
workandlife_df['4점']=data[data['WorkLifeBalance']==4].groupby('Attrition').sum()[['WorkLifeBalance']]
workandlife_df

	WorkLifeBalance	1점	2점	3점	4점
Attrition
0.0	3429	55	572	2298	504
1.0	630	25	116	381	108

att_yes_Lb_s=data[data['Attrition']==1].groupby('WorkLifeBalance').count()[['Attrition']]
att_no_Lb_s=data[data['Attrition']==0].groupby('WorkLifeBalance').count()[['Attrition']]
display(plt.plot(att_no_Lb_s['Attrition'])) #재직자
display(plt.plot(att_yes_Lb_s['Attrition'])) #퇴사자

[<matplotlib.lines.Line2D at 0x7ff712d36130>]

[<matplotlib.lines.Line2D at 0x7ff712d36640>]

• 워라밸 만족도가 낮은 1의 경우 퇴사율이 높은 것은 맞지만, 워라밸이 높다고 해서 퇴사를 안하는 건 아닌 것 같음..!\ 퇴사자 630명 중에 489명이 워래밸에 3 또는 4점을 줌.

YearsAtCompany

plt.hist(data['YearsAtCompany'],bins=30)
plt.xlabel('years at company')
plt.ylabel('count')
plt.title('Years At Company')
plt.show()

f, axes = plt.subplots(1,2)
f.set_size_inches(12,5)
axes[0].hist(data[data['Attrition']==1][['YearsAtCompany']],bins=20)
axes[1].hist(data[data['Attrition']==0][['YearsAtCompany']],bins=20)

(array([140., 208., 266., 146., 145., 132.,  14.,  38.,  30.,  20.,  36.,
         27.,   6.,   4.,   6.,   2.,   3.,   6.,   1.,   3.]),
 array([ 0.  ,  1.85,  3.7 ,  5.55,  7.4 ,  9.25, 11.1 , 12.95, 14.8 ,
        16.65, 18.5 , 20.35, 22.2 , 24.05, 25.9 , 27.75, 29.6 , 31.45,
        33.3 , 35.15, 37.  ]),
 <BarContainer object of 20 artists>)

print('퇴사O의 평균 근무기간 : ',data[data['Attrition']==1][['YearsAtCompany']].mean())
print('퇴사X의 평균 근무기간 : ',data[data['Attrition']==0][['YearsAtCompany']].mean())

퇴사O의 평균 근무기간 :  YearsAtCompany    5.130802
dtype: float64
퇴사X의 평균 근무기간 :  YearsAtCompany    7.369019
dtype: float64

퇴사자들의 평균 근무기간이 퇴사하지 않는 사람들보다 약 2년정도 적다. 5년이내 퇴사자수가 가장 많은데, 회사랑 맞지 않으면 바로 나가버리는 듯.

sns.violinplot(data=data, x=data['Attrition'] ,y=data['YearsAtCompany'],hue='Gender')

<AxesSubplot:xlabel='Attrition', ylabel='YearsAtCompany'>

YearsInCurrentRole

plt.hist(data['YearsInCurrentRole'])

(array([301., 507., 140., 259.,  89.,  96.,  32.,  25.,  15.,   6.]),
 array([ 0. ,  1.8,  3.6,  5.4,  7.2,  9. , 10.8, 12.6, 14.4, 16.2, 18. ]),
 <BarContainer object of 10 artists>)

f, axes = plt.subplots(1,2)
f.set_size_inches(12,5)
axes[0].hist(data[data['Attrition']==1][['YearsInCurrentRole']],bins=20)
axes[1].hist(data[data['Attrition']==0][['YearsInCurrentRole']],bins=20)

(array([171.,  46., 304., 119.,  89.,  35.,  35., 191.,  82.,   0.,  61.,
         27.,  22.,   9.,  13.,  10.,   6.,   7.,   4.,   2.]),
 array([ 0. ,  0.9,  1.8,  2.7,  3.6,  4.5,  5.4,  6.3,  7.2,  8.1,  9. ,
         9.9, 10.8, 11.7, 12.6, 13.5, 14.4, 15.3, 16.2, 17.1, 18. ]),
 <BarContainer object of 20 artists>)

print('퇴사O의 평균 현재업무지속기간 : ',data[data['Attrition']==1][['YearsInCurrentRole']].mean())
print('퇴사X의 평균 현재업무지속기간 : ',data[data['Attrition']==0][['YearsInCurrentRole']].mean())

퇴사O의 평균 현재업무지속기간 :  YearsInCurrentRole    2.902954
dtype: float64
퇴사X의 평균 현재업무지속기간 :  YearsInCurrentRole    4.484185
dtype: float64

sns.violinplot(data=data, x=data['Attrition'] ,y=data['YearsInCurrentRole'],hue='Gender')

<AxesSubplot:xlabel='Attrition', ylabel='YearsInCurrentRole'>

별 필요없는듯..

YearsSinceLastPromotion

plt.hist(data['YearsSinceLastPromotion'])

(array([938., 159., 113.,  45., 108.,  18.,  23.,  24.,  20.,  22.]),
 array([ 0. ,  1.5,  3. ,  4.5,  6. ,  7.5,  9. , 10.5, 12. , 13.5, 15. ]),
 <BarContainer object of 10 artists>)

f, axes = plt.subplots(1,2)
f.set_size_inches(12,5)
axes[0].hist(data[data['Attrition']==1][['YearsSinceLastPromotion']],bins=15)
axes[1].hist(data[data['Attrition']==0][['YearsSinceLastPromotion']],bins=15)

(array([471., 308., 132.,  43.,  56.,  43.,  26.,  60.,  18.,  13.,   5.,
         22.,  10.,   8.,  18.]),
 array([ 0.,  1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10., 11., 12.,
        13., 14., 15.]),
 <BarContainer object of 15 artists>)

print('퇴사O의 평균 마지막승진으로부터의 기간 : ',data[data['Attrition']==1][['YearsSinceLastPromotion']].mean())
print('퇴사X의 평균 마지막승진으로부터의 기간 : ',data[data['Attrition']==0][['YearsSinceLastPromotion']].mean())

퇴사O의 평균 마지막승진으로부터의 기간 :  YearsSinceLastPromotion    1.945148
dtype: float64
퇴사X의 평균 마지막승진으로부터의 기간 :  YearsSinceLastPromotion    2.234388
dtype: float64

마지막 승진으로부터의 기간과 퇴사는 큰 관계가 없다고 보임.

YearsWithCurrManager

plt.hist(data['YearsWithCurrManager'])

(array([339., 486., 129.,  29., 323.,  91.,  22.,  32.,  10.,   9.]),
 array([ 0. ,  1.7,  3.4,  5.1,  6.8,  8.5, 10.2, 11.9, 13.6, 15.3, 17. ]),
 <BarContainer object of 10 artists>)

f, axes = plt.subplots(1,2)
f.set_size_inches(12,5)
axes[0].hist(data[data['Attrition']==1][['YearsWithCurrManager']],bins=15)
axes[1].hist(data[data['Attrition']==0][['YearsWithCurrManager']],bins=15)

(array([243., 294., 123.,  87.,  27.,  25., 185., 155.,  24.,  21.,  18.,
         14.,   3.,   5.,   9.]),
 array([ 0.        ,  1.13333333,  2.26666667,  3.4       ,  4.53333333,
         5.66666667,  6.8       ,  7.93333333,  9.06666667, 10.2       ,
        11.33333333, 12.46666667, 13.6       , 14.73333333, 15.86666667,
        17.        ]),
 <BarContainer object of 15 artists>)

print('퇴사O의 평균 현재매니저와 일한 기간 : ',data[data['Attrition']==1][['YearsWithCurrManager']].mean())
print('퇴사X의 평균 현재매니저와 일한 기간 : ',data[data['Attrition']==0][['YearsWithCurrManager']].mean())

퇴사O의 평균 현재매니저와 일한 기간 :  YearsWithCurrManager    2.852321
dtype: float64
퇴사X의 평균 현재매니저와 일한 기간 :  YearsWithCurrManager    4.367397
dtype: float64

밑에 heatmap에서 보면, 현재매니저와 일한 기간은 years at company와 0.62로 비교적 높은 상관관계가 있는 것으로 보인다.

years_df=data[['Attrition','YearsAtCompany', 'YearsInCurrentRole', 'YearsSinceLastPromotion', 'YearsWithCurrManager']]

sns.heatmap(years_df.corr(),annot=True)

<AxesSubplot:>

값이 0.7이상인 것을 뚜렷한 양적 상관관계가 있다고 볼때, years at company, yearn in curren role, years with curren mannager 이 세가지 항목은 다중공선성이 나타난다고 볼 수 있다?!

MZ Future Key Talent

MZ Future Key Talent 분류

data_talent = data[(data['SalaryHike_range']==4) & (data['Age']<=33)]
data_normal = data[~(data['SalaryHike_range']==4) | ~(data['Age']<=33)]
data_mz =  data[(data['Age']<34)]
data_not_talent_mz= data[~(data['SalaryHike_range']==4) & (data['Age']<34)]

data_talent

	Age	Attrition	BusinessTravel	DailyRate	Department	DistanceFromHome	Education	EducationField	EmployeeNumber	EnvironmentSatisfaction	...	YearsInCurrentRole	YearsSinceLastPromotion	YearsWithCurrManager	BeforeWorkingYears	Age_band	BeforeWorkingYears_band	Rate_range	Income_range	SalaryHike_range	HomeDistance_range
7	30	0.0	Travel_Rarely	1358	Research & Development	24	1	Life Sciences	11	4	...	0	0	0	0	1	0	2	1	4	4
26	32	1.0	Travel_Frequently	1125	Research & Development	16	1	Life Sciences	33	2	...	2	6	7	0	1	0	1	2	4	4
39	33	0.0	Travel_Frequently	1141	Sales	1	3	Life Sciences	52	3	...	3	1	3	5	1	0	1	3	4	1
44	30	0.0	Travel_Frequently	721	Research & Development	1	2	Medical	57	3	...	8	3	7	0	1	0	2	2	4	1
54	26	0.0	Travel_Rarely	1443	Sales	23	3	Marketing	72	3	...	2	0	0	3	1	0	4	2	4	4
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
1431	32	0.0	Travel_Rarely	801	Sales	1	4	Marketing	2016	3	...	10	5	7	0	1	0	4	4	4	1
1433	25	0.0	Travel_Rarely	1382	Sales	8	2	Other	2018	1	...	3	0	4	1	0	0	2	2	4	3
1438	23	1.0	Travel_Frequently	638	Sales	9	3	Marketing	2023	4	...	0	1	0	0	0	0	4	1	4	3
1463	31	0.0	Non-Travel	325	Research & Development	5	3	Medical	2057	2	...	4	1	7	1	1	0	1	4	4	2
1467	27	0.0	Travel_Rarely	155	Research & Development	4	3	Life Sciences	2064	2	...	2	0	3	0	1	0	1	3	4	2

125 rows × 39 columns

print("mz핵심인재 평균나이 : ", data_talent['Age'].mean(),"\n그외 평균나이 : ",data_normal['Age'].mean())

mz핵심인재 평균나이 :  28.112 
그외 평균나이 :  37.74275092936803

print('mz핵심인재 퇴사율:',data_talent[data_talent['Attrition']==1].count()['Attrition']/data_talent['Attrition'].count())
print('그 외 집단 퇴사율:',data_normal[data_normal['Attrition']==1].count()['Attrition']/data_normal['Attrition'].count())
print('전체 퇴사율:',data[data['Attrition']==1].count()['Attrition']/data['Attrition'].count())

mz핵심인재 퇴사율: 0.216
그 외 집단 퇴사율: 0.15613382899628253
전체 퇴사율: 0.16122448979591836

print("MZ 핵심인재 평균월급 : %.2f \t\t 핵심인재 아닌 그룹 평균월급 : %.2f" %(data_talent['MonthlyIncome'].mean(),data_normal['MonthlyIncome'].mean()))
print("전체 MZ직원 평균월급 : %.2f \t\t 핵심인재 아닌 MZ평균월급 : %.2f" %(data_mz['MonthlyIncome'].mean(),data_not_talent_mz['MonthlyIncome'].mean()))
print('전체 직원의 평균월급: %.2f' %(data['MonthlyIncome'].mean()))

MZ 핵심인재 평균월급 : 4570.37 		 핵심인재 아닌 그룹 평균월급 : 6682.54
전체 MZ직원 평균월급 : 4361.53 		 핵심인재 아닌 MZ평균월급 : 4303.39
전체 직원의 평균월급: 6502.93

• 확실히 MZ핵심인재 퇴사율이 높은 것이 문제이다!!!!
• 인재를 잡자!!

MZ Future Key Talent의 특성

Gender

f, ax = plt.subplots(1, 2, figsize=(18, 8))

sns.countplot(data=data_talent, x='Gender', ax=ax[0])
ax[0].set_title('MZ Talent Group')
sns.countplot(data=data_normal, x='Gender', ax=ax[1])
ax[1].set_title('Normal Group')

for a in ax:
    for p in a.patches:
        a.annotate(format(p.get_height(),".0f"), (p.get_x()+p.get_width()/2.0, p.get_height()),
                   ha='center', va='center', size=17, xytext=(0,7), textcoords='offset points')

plt.show()

pd.crosstab(data_talent.Attrition,data_talent.Gender, margins=True).style.background_gradient(cmap='summer_r')

Gender	Female	Male	All
Attrition
0.0	41	57	98
1.0	13	14	27
All	54	71	125

plt.figure(figsize=(10,6))
sns.lineplot('Gender', 'Attrition', data=data_talent)
sns.lineplot('Gender', 'Attrition', data=data_normal)
sns.lineplot('Gender', 'Attrition', data=data.groupby('Gender').mean(), color='r', alpha=0.5)
plt.legend(['MZ Talent Group', 'Normal Group', 'All'])
plt.show()

핵심인재 그룹은 여성의 퇴사율이 더 높다.

• 여성을 잡아둘 방법을 생각해야할 듯

Education

1: 'Below College' 2: 'College' 3: 'Bachelor' 4: 'Master' 5: 'Doctor'

f, ax = plt.subplots(1, 2, figsize=(18, 8))

sns.countplot(data=data_talent, x='Education', ax=ax[0])
ax[0].set_title('MZ Talent Group')

sns.countplot(data=data_normal, x='Education', ax=ax[1])
ax[1].set_title('Normal Group')

for a in ax:
    for p in a.patches:
        a.annotate(format(p.get_height(),".0f"), (p.get_x()+p.get_width()/2.0, p.get_height()),
                   ha='center', va='center', size=17, xytext=(0,7), textcoords='offset points')

plt.show()

pd.crosstab(data_talent.Attrition,data_talent.Education, margins=True).style.background_gradient(cmap='summer_r')

Education	1	2	3	4	5	All
Attrition
0.0	18	17	45	14	4	98
1.0	7	4	14	2	0	27
All	25	21	59	16	4	125

plt.figure(figsize=(10,6))
sns.lineplot('Education', 'Attrition', data=data_talent)
sns.lineplot('Education', 'Attrition', data=data_normal)
sns.lineplot('Education', 'Attrition', data=data.groupby('Education').mean(), color='r', alpha=0.5)
plt.legend(['MZ Talent Group', 'Normal Group', 'All'])
plt.show()

• 학력이 석사 이하인 핵심인재의 퇴사율이 높음

pd.crosstab(data_talent.Gender,data_talent.Education, margins=True).style.background_gradient(cmap='summer_r')

Education	1	2	3	4	5	All
Gender
Female	11	7	27	8	1	54
Male	14	14	32	8	3	71
All	25	21	59	16	4	125

data_talent.groupby(['Attrition', 'Gender', 'Education'])[['Education']].count()

			Education
Attrition	Gender	Education
0.0	Female	1	7
		2	5
		3	21
		4	7
		5	1
	Male	1	11
		2	12
		3	24
		4	7
		5	3
1.0	Female	1	4
		2	2
		3	6
		4	1
	Male	1	3
		2	2
		3	8
		4	1

f, ax = plt.subplots(1, 2, figsize=(18, 8))
sns.lineplot('Education', 'Attrition', data=data_talent, hue='Gender', ax=ax[0])
ax[0].legend()
ax[0].set_title('MZ Talent Group')

sns.lineplot('Education', 'Attrition', data=data_normal, hue='Gender', ax=ax[1])
ax[1].legend()
ax[1].set_title('Normal Group')

plt.show()

대학 이하의 학력을 가진 여성의 퇴사율이 상대적으로 높음

EducationField

f, ax = plt.subplots(1, 2, figsize=(18, 8))

sns.countplot(data=data_talent, x='EducationField', ax=ax[0])
ax[0].set_title('Major Talent Group')
ax[0].set_xticklabels(ax[0].get_xticklabels(), rotation=45)

sns.countplot(data=data_normal, x='EducationField', ax=ax[1])
ax[1].set_title('Normal Group')
ax[1].set_xticklabels(ax[1].get_xticklabels(),rotation=45)

for a in ax:
    for p in a.patches:
        a.annotate(format(p.get_height(),".0f"), (p.get_x()+p.get_width()/2.0, p.get_height()),
                   ha='center', va='center', size=17, xytext=(0,7), textcoords='offset points')

plt.show()

pd.crosstab(data_talent.Attrition,data_talent.EducationField, margins=True).style.background_gradient(cmap='summer_r')

EducationField	Human Resources	Life Sciences	Marketing	Medical	Other	Technical Degree	All
Attrition
0.0	1	48	6	34	6	3	98
1.0	0	12	3	7	1	4	27
All	1	60	9	41	7	7	125

plt.figure(figsize=(10,6))
sns.lineplot('EducationField', 'Attrition', data=data_talent)
sns.lineplot('EducationField', 'Attrition', data=data_normal)
sns.lineplot('EducationField', 'Attrition', data=data.groupby('EducationField').mean(), color='r', alpha=0.2)
plt.legend(['MZ Talent Group', 'Normal Group','All'])
plt.show()

HR을 공부한 사람들의 퇴사율만 낮음 => 근데 이거는 1명으로 나온 데이터라 무의미함

data_talent.groupby(['Attrition', 'Gender', 'EducationField'])[['EducationField']].count()

			EducationField
Attrition	Gender	EducationField
0.0	Female	Life Sciences	16
		Marketing	3
		Medical	17
		Other	4
		Technical Degree	1
	Male	Human Resources	1
		Life Sciences	32
		Marketing	3
		Medical	17
		Other	2
		Technical Degree	2
1.0	Female	Life Sciences	6
		Marketing	1
		Medical	4
		Other	1
		Technical Degree	1
	Male	Life Sciences	6
		Marketing	2
		Medical	3
		Technical Degree	3

f, ax = plt.subplots(1, 2, figsize=(18, 8))
sns.lineplot('EducationField', 'Attrition', data=data_talent, hue='Gender', ax=ax[0])
ax[0].legend()
ax[0].set_title('MZ Talent Group')

sns.lineplot('EducationField', 'Attrition', data=data_normal, hue='Gender', ax=ax[1])
ax[1].legend()
ax[1].set_title('Normal Group')

plt.show()

인원이 적어서 큰 의미 없어보이기는 하지만 그럼에도 불구하고 전반적으로 여성이 더 많이 퇴사하는 것은 여기서도 드러남

MaritalStatus

f, ax = plt.subplots(1, 2, figsize=(18, 8))

sns.countplot(data=data_talent, x='MaritalStatus', ax=ax[0])
ax[0].set_title('Major Talent Group')


sns.countplot(data=data_normal, x='MaritalStatus', ax=ax[1])
ax[1].set_title('Normal Group')

for a in ax:
    for p in a.patches:
        a.annotate(format(p.get_height(),".0f"), (p.get_x()+p.get_width()/2.0, p.get_height()),
                   ha='center', va='center', size=17, xytext=(0,7), textcoords='offset points')

plt.show()

pd.crosstab(data_talent.Attrition,data_talent.MaritalStatus, margins=True).style.background_gradient(cmap='summer_r')

MaritalStatus	Divorced	Married	Single	All
Attrition
0.0	25	48	25	98
1.0	3	5	19	27
All	28	53	44	125

plt.figure(figsize=(10,6))
sns.lineplot('MaritalStatus', 'Attrition', data=data_talent)
sns.lineplot('MaritalStatus', 'Attrition', data=data_normal)
sns.lineplot('MaritalStatus', 'Attrition', data=data.groupby('MaritalStatus').mean(), color='r', alpha=0.3)
plt.legend(['MZ Talent Group', 'Normal Group', 'All'])
plt.show()

어린 single의 퇴사율이 높은거는 진짜 문제인 듯 왜 그만둘까...

data_talent.groupby(['Attrition', 'Gender', 'MaritalStatus'])[['MaritalStatus']].count()

			MaritalStatus
Attrition	Gender	MaritalStatus
0.0	Female	Divorced	10
		Married	19
		Single	12
	Male	Divorced	15
		Married	29
		Single	13
1.0	Female	Divorced	1
		Married	3
		Single	9
	Male	Divorced	2
		Married	2
		Single	10

f, ax = plt.subplots(1, 2, figsize=(18, 8))
sns.lineplot('MaritalStatus', 'Attrition', data=data_talent, hue='Gender', ax=ax[0])
sns.lineplot('MaritalStatus', 'Attrition', data=data.groupby('MaritalStatus').mean(), color='r', alpha=0.3, ax=ax[0])
ax[0].legend()
ax[0].set_title('MZ Talent Group')

sns.lineplot('MaritalStatus', 'Attrition', data=data_normal, hue='Gender', ax=ax[1])
sns.lineplot('MaritalStatus', 'Attrition', data=data.groupby('MaritalStatus').mean(), color='r', alpha=0.3, ax=ax[1])
ax[1].legend()
ax[1].set_title('Normal Group')

plt.show()

성별+결혼상태는 큰 차이 없음

NumCompaniesWorked

f, ax = plt.subplots(1, 2, figsize=(18, 8))

sns.countplot(data=data_talent, x='NumCompaniesWorked', ax=ax[0])
ax[0].set_title('Major Talent Group')

sns.countplot(data=data_normal, x='NumCompaniesWorked', ax=ax[1])
ax[1].set_title('Normal Group')

for a in ax:
    for p in a.patches:
        a.annotate(format(p.get_height(),".0f"), (p.get_x()+p.get_width()/2.0, p.get_height()),
                   ha='center', va='center', size=17, xytext=(0,7), textcoords='offset points')

plt.show()

pd.crosstab(data_talent.Attrition,data_talent.NumCompaniesWorked, margins=True).style.background_gradient(cmap='summer_r')

NumCompaniesWorked	0	1	2	3	4	5	6	7	8	9	All
Attrition
0.0	16	52	5	6	4	2	5	2	5	1	98
1.0	4	16	1	0	1	0	2	2	0	1	27
All	20	68	6	6	5	2	7	4	5	2	125

plt.figure(figsize=(10,6))
sns.lineplot('NumCompaniesWorked', 'Attrition', data=data_talent)
sns.lineplot('NumCompaniesWorked', 'Attrition', data=data_normal)
sns.lineplot('NumCompaniesWorked', 'Attrition', data=data.groupby('NumCompaniesWorked').mean(), color='r', alpha=0.3)
plt.legend(['MZ Talent Group', 'Normal Group','All'])
plt.show()

전에 다닌 회사 수가 6,7,9일 때 퇴사율이 올라가기는 하지만 인원 수가 너무 적음 -단정하기 위험함

data_talent.groupby(['Attrition', 'Gender', 'NumCompaniesWorked'])[['NumCompaniesWorked']].count()

			NumCompaniesWorked
Attrition	Gender	NumCompaniesWorked
0.0	Female	0	5
		1	24
		2	3
		4	3
		5	1
		6	2
		7	1
		8	2
	Male	0	11
		1	28
		2	2
		3	6
		4	1
		5	1
		6	3
		7	1
		8	3
		9	1
1.0	Female	0	2
		1	6
		2	1
		6	2
		7	2
	Male	0	2
		1	10
		4	1
		9	1

f, ax = plt.subplots(1, 2, figsize=(18, 8))
sns.lineplot('NumCompaniesWorked', 'Attrition', data=data_talent, hue='Gender', ax=ax[0])
sns.lineplot('NumCompaniesWorked', 'Attrition', data=data.groupby('NumCompaniesWorked').mean(), color='r', alpha=0.3, ax=ax[0])
ax[0].legend()
ax[0].set_title('MZ Talent Group')

sns.lineplot('NumCompaniesWorked', 'Attrition', data=data_normal, hue='Gender', ax=ax[1])
sns.lineplot('NumCompaniesWorked', 'Attrition', data=data.groupby('NumCompaniesWorked').mean(), color='r', alpha=0.3, ax=ax[1])
ax[1].legend()
ax[1].set_title('Normal Group')

plt.show()

• 이것도 인원이 너무 적어져서 그닥..

Department

f,ax=plt.subplots(1,3,figsize=(30,10))



data_talent['Department'].value_counts().plot.bar(ax=ax[0])
print(data_talent['Department'].value_counts().to_frame())

data_talent[['Attrition','Department']].groupby(['Department']).mean().plot.barh(ax=ax[1])
print(data_talent[['Attrition','Department']].groupby(['Department']).mean())

data_talent['Attrition'].value_counts().plot.pie(autopct='%1.1f%%',
                                         ax=ax[2],
                                         fontsize=20)

                        Department
Research & Development          87
Sales                           35
Human Resources                  3
                        Attrition
Department                       
Human Resources          0.000000
Research & Development   0.229885
Sales                    0.200000

<AxesSubplot:ylabel='Attrition'>

1. 34세 이하, 임금상승률이 25% 이상에 속하는 인원은 총 125명이고 이중에서 R&D: 87, Sa;es:35, HR:3명이다.
2. 이중 HR은 퇴사가 없었으며(인원이 매우 낮기에, 유용한 변별력 x), R&D 22.98%, Sales 20%였다. 이 두집단은 평균 퇴사율 보다 높게 나타났다.
3. 이들의 평균 퇴사율은 21.6%이다.

JobLevel

f,ax=plt.subplots(1,3,figsize=(30,10))



data_talent['JobLevel'].value_counts().plot.bar(ax=ax[0])
print(data_talent['JobLevel'].value_counts().to_frame())

data_talent[['JobLevel','Department']].groupby(['Department']).mean().plot.barh(ax=ax[1])
print(data_talent[['JobLevel','Department']].groupby(['Department']).mean())

data_talent.groupby(['Department'])['JobLevel'].value_counts().plot.barh(ax=ax[2])
data_talent.groupby(['Department'])['JobLevel'].value_counts().to_frame()
#sns.countflots("JobLevel", hue='Department', data=data_talent, ax=ax[2])

   JobLevel
1        67
2        45
3        12
4         1
                        JobLevel
Department                      
Human Resources         1.333333
Research & Development  1.482759
Sales                   1.828571

		JobLevel
Department	JobLevel
Human Resources	1	2
	2	1
Research & Development	1	54
	2	25
	3	7
	4	1
Sales	2	19
	1	11
	3	5

sns.factorplot('JobLevel', 'Attrition', data=data_talent)
plt.show() 

data_talent.groupby(['JobLevel'])['Attrition'].mean().to_frame()

	Attrition
JobLevel
1	0.343284
2	0.044444
3	0.166667
4	0.000000

1. JobLevel에서 1이 차지하는 비율이49.6%로 가장 많으며, 2는 36%, 3은 9.6% 4는 0.8%를 차지하고 있다.
2. 이중 R&D 에 속하는 1레벨의 인원이 62%로 가장 높았다 (HR은 표본이 작기에 제외)
3. 퇴사자 비율은 1레벨이 34%, 2레벨이 4.4%, 3레벨이 16.6% 4레벨은 0% 였다. R&D의 평균 job Level에 가장 낮기에 (HR 제외) 이들을 어떻게 퇴직하게 안할지 고민해야 할 필요가 있다.

JobRole

data_talent.groupby(['JobRole','Department'])['Department'].count().to_frame()

		Department
JobRole	Department
Healthcare Representative	Research & Development	8
Human Resources	Human Resources	3
Laboratory Technician	Research & Development	21
Manager	Research & Development	2
	Sales	1
Manufacturing Director	Research & Development	17
Research Director	Research & Development	2
Research Scientist	Research & Development	37
Sales Executive	Sales	22
Sales Representative	Sales	12

f, ax = plt.subplots(1,3,figsize=(30,10))

data_talent[data_talent['Department']=="Research & Development"]['JobRole'].value_counts().plot.barh(ax=ax[0])
ax[0].set_title("Research & Development's JobRole")

data_talent[data_talent['Department']=="Sales"]['JobRole'].value_counts().plot.barh(ax=ax[1])
ax[1].set_title("sale's JobRole")

data_talent[data_talent['Department']=="Human Resources"]['JobRole'].value_counts().plot.barh(ax=ax[2])
ax[2].set_title("Human Resources's JobRole")

print(data_talent[data_talent['Department']=="Research & Development"]['JobRole'].value_counts())
print("")
print(data_talent[data_talent['Department']=="Sales"]['JobRole'].value_counts())
print("")
print(data_talent[data_talent['Department']=="Human Resources"]['JobRole'].value_counts())
print("")

Research Scientist           37
Laboratory Technician        21
Manufacturing Director       17
Healthcare Representative     8
Manager                       2
Research Director             2
Name: JobRole, dtype: int64

Sales Executive         22
Sales Representative    12
Manager                  1
Name: JobRole, dtype: int64

Human Resources    3
Name: JobRole, dtype: int64

data_talent[['Attrition','JobRole']].groupby(['JobRole']).mean().plot.barh() 
plt.title("'Attritions of JobRole'")
plt.yticks(size=10)
plt.show()

print(data_talent[['Attrition','JobRole']].groupby(['JobRole']).mean())

                           Attrition
JobRole                             
Healthcare Representative   0.000000
Human Resources             0.000000
Laboratory Technician       0.380952
Manager                     0.000000
Manufacturing Director      0.058824
Research Director           0.000000
Research Scientist          0.297297
Sales Executive             0.090909
Sales Representative        0.416667

Sales= [Sales Executive(2,3,4) : 22, Sales Representative(1,2) : 12, Manager(3,4,5): 1 ]

Research & Development = [Research Scientist(1,2,3) : 37, Laboratory Technician(1,2,3) : 21,
Manufacturing Director(2,3,4) : 17 ,Healthcare Representative(2,3,4) : 8,
Research Director(3,4,5) : 2, Manager(3,4,5) : 2 ]

Human Resources = [Human Resources(1,2,3) : 3 ]

1. jobrole에서 joblevel 이 낮은 직업이 퇴사율이 높게 나타난다.
2. R&D에선 Joblevel 이 1,2,3인 Research Scientist(1,2,3), Laboratory Technician(1,2,3)이 각각 29.7%, 38%로 가장 높았다.
3. Sales에서도 Sales Representative(1,2)중 41.6%가 퇴사하였다. 이는 12명 중 5명이 퇴사하였다고 할 수 있다.
4. 낮은 직무 지위에 대한 보상 혹은 보안점을 만들어야 할 듯 하다.

BeforeWorkingYears ('TotalWorkingYears' - 'YearsAtCompany)

data_talent['BeforeWorkingYears'].value_counts().plot.barh()
plt.show
data_talent['BeforeWorkingYears'].value_counts().to_frame()

	BeforeWorkingYears
0	62
1	26
2	11
4	8
3	6
5	6
6	2
7	1
10	1
11	1
12	1

sns.factorplot('BeforeWorkingYears', 'Attrition', data=data_talent)
plt.show() 

data_talent.groupby(['BeforeWorkingYears'])['Attrition'].mean().to_frame()

	Attrition
BeforeWorkingYears
0	0.225806
1	0.230769
2	0.181818
3	0.333333
4	0.125000
5	0.166667
6	0.000000
7	0.000000
10	0.000000
11	1.000000
12	0.000000

data_talent.groupby(['BeforeWorkingYears', 'JobRole'])['Attrition'].mean().to_frame()

		Attrition
BeforeWorkingYears	JobRole
0	Healthcare Representative	0.000000
	Human Resources	0.000000
	Laboratory Technician	0.384615
	Manager	0.000000
	Manufacturing Director	0.000000
	Research Scientist	0.238095
	Sales Executive	0.142857
	Sales Representative	0.375000
1	Healthcare Representative	0.000000
	Human Resources	0.000000
	Laboratory Technician	1.000000
	Manufacturing Director	0.250000
	Research Scientist	0.428571
	Sales Executive	0.000000
	Sales Representative	0.333333
2	Healthcare Representative	0.000000
	Laboratory Technician	0.000000
	Manufacturing Director	0.000000
	Research Director	0.000000
	Research Scientist	0.500000
	Sales Executive	0.000000
	Sales Representative	1.000000
3	Laboratory Technician	0.000000
	Research Scientist	0.500000
	Sales Executive	0.000000
4	Laboratory Technician	1.000000
	Manufacturing Director	0.000000
	Research Director	0.000000
	Research Scientist	0.000000
	Sales Executive	0.000000
5	Laboratory Technician	0.333333
	Manager	0.000000
	Sales Executive	0.000000
6	Manufacturing Director	0.000000
	Sales Executive	0.000000
7	Manufacturing Director	0.000000
10	Sales Executive	0.000000
11	Sales Executive	1.000000
12	Manufacturing Director	0.000000

sns.factorplot('BeforeWorkingYears', 'JobRole', col='Attrition', data=data_talent)
plt.show()

1. salesExecutive는 전체1명에서 1명이 퇴사하였기에 이상치로 제외
2. 대부분의 퇴사자의 비율은 전 회사에서 근무한 횟수가 0~3년 이하인 경우에 해당.
3. 이들의 직업은 대부분 Research Scientist(1,2,3), Laboratory Technician(1,2,3), Sales Representative(1,2)에 해당한다.

YearsAtCompany

data_talent['YearsAtCompany'].value_counts().to_frame()

	YearsAtCompany
1	20
5	17
2	13
3	12
6	11
9	9
10	9
0	7
7	6
8	6
11	6
4	4
13	3
12	1
14	1

data_talent[['Attrition','YearsAtCompany']].groupby(['YearsAtCompany']).mean().plot.barh() 
plt.yticks(size=15)
plt.show()
print(data_talent[['Attrition','YearsAtCompany']].groupby(['YearsAtCompany']).mean())

                Attrition
YearsAtCompany           
0                0.714286
1                0.500000
2                0.153846
3                0.333333
4                0.000000
5                0.058824
6                0.090909
7                0.000000
8                0.000000
9                0.111111
10               0.222222
11               0.000000
12               0.000000
13               0.333333
14               0.000000

sns.factorplot('YearsAtCompany', 'Attrition', col='JobRole', data=data_talent)
plt.show()

data_talent['YearsAtCom']=1
data_talent.loc[data['YearsAtCompany'] <= 3, 'YearsAtCom'] = 1
data_talent.loc[(data['YearsAtCompany'] > 3) & (data['YearsAtCompany'] <= 6), 'YearsAtCom'] = 2
data_talent.loc[(data['YearsAtCompany'] > 6) & (data['YearsAtCompany'] <= 10), 'YearsAtCom'] = 3
data_talent.loc[data['YearsAtCompany'] > 10, 'YearsAtCompany'] = 4
data_talent['YearsAtCom']

7       1
26      3
39      2
44      1
54      1
       ..
1431    1
1433    2
1438    1
1463    3
1467    2
Name: YearsAtCom, Length: 125, dtype: int64

data_talent[["Attrition",'YearsAtCom']].groupby(['YearsAtCom']).mean().plot.bar()
plt.show()
print(data_talent[["Attrition",'YearsAtCom']].groupby(['YearsAtCom']).mean())

            Attrition
YearsAtCom           
1            0.349206
2            0.062500
3            0.100000

sns.factorplot('YearsAtCom', 'Attrition', col='JobRole', data=data_talent)
plt.show()

sns.factorplot('YearsAtCompany', 'Attrition', col='BeforeWorkingYears', data=data_talent)
plt.show()

1. 1의 집단은 34%, 2의 집단은 6%, 3의 집단은 10%로 나누어진다.
2. 대부분의 직업에서 직업레벨 1,2,3의 집단의 퇴사율이 가장 높았다. 그리고 이들중 현재 회사 연차가 짧을수록 퇴사 비율이 높았다.
3. 이러한 분포는 지난 회사의 근무 시간과 매우 유사하다. 지난회사의 근무가 0~3일때 현재 회사의 퇴사가 이루어진다.

EnvironmentSatisfaction

f, ax = plt.subplots(1,2, figsize=(10,5))

sns.pointplot('Attrition','EnvironmentSatisfaction',data=data_talent,ax=ax[0])
sns.pointplot('Attrition','EnvironmentSatisfaction',data=data_normal,ax=ax[1])

<AxesSubplot:xlabel='Attrition', ylabel='EnvironmentSatisfaction'>

f, ax = plt.subplots(1,2, figsize=(10,5))

sns.pointplot('Attrition','EnvironmentSatisfaction',data=data_talent, hue='Gender',ax=ax[0])
sns.pointplot('Attrition','EnvironmentSatisfaction',data=data_normal, hue='Gender',ax=ax[1])

<AxesSubplot:xlabel='Attrition', ylabel='EnvironmentSatisfaction'>

• mz핵심인재 특히 남자핵심인재들은 environment satisfaction과 퇴사율과 적은 상관관계를 보인다.
• 환경 만족도는 mz핵심인재 중에서도 여자에게 더 신경쓰면 좋을 듯

JobSatisfaction

f, ax = plt.subplots(1,2, figsize=(10,5))

sns.pointplot('Attrition','JobSatisfaction',data=data_talent,ax=ax[0])
sns.pointplot('Attrition','JobSatisfaction',data=data_normal,ax=ax[1])

<AxesSubplot:xlabel='Attrition', ylabel='JobSatisfaction'>

f, ax = plt.subplots(1,2, figsize=(10,5))

sns.pointplot('Attrition','JobSatisfaction',data=data_talent,hue='Gender',ax=ax[0])
sns.pointplot('Attrition','JobSatisfaction',data=data_normal,hue='Gender',ax=ax[1])

<AxesSubplot:xlabel='Attrition', ylabel='JobSatisfaction'>

print('핵심인재 퇴사자: ',data_talent[data_talent['Attrition']==1]['JobSatisfaction'].mean())
print('핵심인재 재직자: ',data_talent[data_talent['Attrition']==0]['JobSatisfaction'].mean()) #0.55
print('no핵심인재 퇴사자: ',data_normal[data_normal['Attrition']==1]['JobSatisfaction'].mean())
print('no핵심인재 재직자: ',data_normal[data_normal['Attrition']==0]['JobSatisfaction'].mean()) #0.28

핵심인재 퇴사자:  2.3333333333333335
핵심인재 재직자:  2.8877551020408165
no핵심인재 퇴사자:  2.4857142857142858
no핵심인재 재직자:  2.7691629955947135

print("핵심인재 직무만족도 평균: ", data_talent['JobSatisfaction'].mean())
print("핵심인재 직무만족도 평균: ", data_normal['JobSatisfaction'].mean())

핵심인재 직무만족도 평균:  2.768
핵심인재 직무만족도 평균:  2.724907063197026

• job satisfaction 과 attrition은 유의미한 상관관계를 나타내고 있는데,\ 핵심인재의 퇴사자와 재직자의 직무만족도 차이는 아닌 그룹보다 훨씬 크다. 0.55 vs 0.28
• 핵심인재가 느끼는 직무만족도의 갭을 줄여줄 필요가 있다..있을까요ㅎㅎ

RelationshipSatisfaction

f, ax = plt.subplots(1,2, figsize=(10,5))

sns.pointplot('Attrition','RelationshipSatisfaction',data=data_talent,ax=ax[0])
sns.pointplot('Attrition','RelationshipSatisfaction',data=data_normal,ax=ax[1])

<AxesSubplot:xlabel='Attrition', ylabel='RelationshipSatisfaction'>

f, ax = plt.subplots(1,2, figsize=(10,5))

sns.pointplot('Attrition','RelationshipSatisfaction',data=data_talent,hue='Gender',ax=ax[0])
sns.pointplot('Attrition','RelationshipSatisfaction',data=data_normal,hue='Gender',ax=ax[1])

<AxesSubplot:xlabel='Attrition', ylabel='RelationshipSatisfaction'>

• 전체를 봤을 때, RelationshipSatisfaction이 높으면 퇴사를 덜하는 것 같긴 하지만,\ RelationshipSatisfaction이 낮다고 해서 퇴사를 덜하는 것은 아닌 것 같다 는 기존 결과가 있었음.
• 그나마 핵심인재들은 그외그룹보단 둘의 상관관계가 좀보이긴함.

WorkLifeBalance

f, ax = plt.subplots(1,2, figsize=(10,5))

sns.pointplot('Attrition','WorkLifeBalance',data=data_talent,ax=ax[0])
sns.pointplot('Attrition','WorkLifeBalance',data=data_normal,ax=ax[1])

<AxesSubplot:xlabel='Attrition', ylabel='WorkLifeBalance'>

f, ax = plt.subplots(1,2, figsize=(10,5))

sns.pointplot('Attrition','WorkLifeBalance',data=data_talent,hue='Gender',ax=ax[0])
sns.pointplot('Attrition','WorkLifeBalance',data=data_normal,hue='Gender',ax=ax[1])

<AxesSubplot:xlabel='Attrition', ylabel='WorkLifeBalance'>

• 퇴사와 워라밸 만족도는 상관관계가 유의미하지 않다.
• mz핵심인재보다 오히려 그외그룹이 워라밸-퇴사 상관관계가 있다고 볼 수 있다.

  즉, mz핵심인재는 워라밸은 크게 신경쓰지 않는다. 다른거 돈, 효율성 등을 더 중요시여긴다블라블라~~

MZ Future Key의 퇴사를 막을 수 있는 요인

StockOptionLevel과 이직

f, ax = plt.subplots(1,2, figsize=(15,5))

data_talent_s = data_talent[data_talent['StockOptionLevel']!=3]
data_normal_s = data_normal[data_normal['StockOptionLevel']!=3]

sns.pointplot('StockOptionLevel','Attrition',data=data_talent_s,ax=ax[0])
sns.pointplot('StockOptionLevel','Attrition',data=data_normal_s,ax=ax[1])

ax[0].set_title("StockOption & Attrition [MZ]",fontsize=13)

ax[1].set_title("StockOption & Attrition [not MZ]",fontsize=13)

print("MZ퇴직자들 평균 스톡옵션 :",round(data_talent[data_talent['Attrition']==1]['StockOptionLevel'].mean(),4))
print("MZ재직자들 평균 스톡옵션 :",round(data_talent[data_talent['Attrition']==0]['StockOptionLevel'].mean(),4))
print("not MZ퇴직자들 평균 스톡옵션 :",round(data_normal[data_normal['Attrition']==1]['StockOptionLevel'].mean(),4))
print("not MZ재직자들 평균 스톡옵션 :",round(data_normal[data_normal['Attrition']==0]['StockOptionLevel'].mean(),4))

MZ퇴직자들 평균 스톡옵션 : 0.4444
MZ재직자들 평균 스톡옵션 : 0.8673
not MZ퇴직자들 평균 스톡옵션 : 0.5381
not MZ재직자들 평균 스톡옵션 : 0.8432

• 핵심인재 그룹에서는 퇴사 vs 안퇴사 간의 Stockoptionlevel mean 차이가 0.44
• 아닌 그룹에서는 mean 차이가 0.29
• 임금인상률이 높은 그룹에서 Stockoptionlevel 을 이직 이유로 더 고려함을 알 수 있다.

HomeDistance와 이직

f, ax = plt.subplots(1,2, figsize=(15,5))

sns.pointplot('HomeDistance_range','Attrition',data=data_talent_s,ax=ax[0])
sns.pointplot('HomeDistance_range','Attrition',data=data_normal_s,ax=ax[1])

ax[0].set_title("HomeDistance & Attrition [MZ]",fontsize=13)

ax[1].set_title("HomeDistance & Attrition [not MZ]",fontsize=13)

print("MZ퇴직자들 평균 HomeDistance :",round(data_talent[data_talent['Attrition']==1]['HomeDistance_range'].mean(),4))
print("MZ재직자들 평균 HomeDistance :",round(data_talent[data_talent['Attrition']==0]['HomeDistance_range'].mean(),4))
print("not MZ퇴직자들 평균 HomeDistance :",round(data_normal[data_normal['Attrition']==1]['HomeDistance_range'].mean(),4))
print("not MZ재직자들 평균 HomeDistance:",round(data_normal[data_normal['Attrition']==0]['HomeDistance_range'].mean(),4))

MZ퇴직자들 평균 HomeDistance : 2.8148
MZ재직자들 평균 HomeDistance : 2.398
not MZ퇴직자들 평균 HomeDistance : 2.6143
not MZ재직자들 평균 HomeDistance: 2.3885

• 핵심인재 그룹에서는 퇴사 vs 안퇴사 간의 HomeDistance mean 차이가 0.42
• 아닌 그룹에서는 mean 차이가 0.23
• 핵심인재 그룹에서 HomeDistance mean을 이직 이유로 더 고려함을 알 수 있다.

Monthly income range과 이직

f, ax = plt.subplots(1,2, figsize=(15,5))

sns.pointplot('Income_range','Attrition',data=data_talent_s,ax=ax[0])
sns.pointplot('Income_range','Attrition',data=data_normal_s,ax=ax[1])

ax[0].set_title("Monthly Income & Attrition [MZ]",fontsize=13)

ax[1].set_title("Monthly & Attrition [not MZ]",fontsize=13)

print("MZ퇴직자들 평균 Income :",round(data_talent[data_talent['Attrition']==1]['Income_range'].mean(),4))
print("MZ재직자들 평균 Income :",round(data_talent[data_talent['Attrition']==0]['Income_range'].mean(),4))
print("not MZ퇴직자들 평균 Income :",round(data_normal[data_normal['Attrition']==1]['Income_range'].mean(),4))
print("not MZ재직자들 평균 Income :",round(data_normal[data_normal['Attrition']==0]['Income_range'].mean(),4))

MZ퇴직자들 평균 Income : 1.4074
MZ재직자들 평균 Income : 2.2347
not MZ퇴직자들 평균 Income : 2.1095
not MZ재직자들 평균 Income : 2.6203

• 핵심인재 그룹에서는 퇴사 vs 안퇴사 간의 income mean 차이가 0.83
• 아닌 그룹에서는 income 차이가 0.52
• 핵심인재 그룹에서 income을 이직 이유로 더 고려함을 알 수 있다.

BusinessTravel과 이직

data_talent["BusinessTravel"].replace("Travel_Frequently", 2, inplace=True)
data_talent["BusinessTravel"].replace("Travel_Rarely", 1, inplace=True)
data_talent["BusinessTravel"].replace("Non-Travel", 0, inplace=True)

data_normal["BusinessTravel"].replace("Travel_Frequently", 2, inplace=True)
data_normal["BusinessTravel"].replace("Travel_Rarely", 1, inplace=True)
data_normal["BusinessTravel"].replace("Non-Travel", 0, inplace=True)

f, ax = plt.subplots(1,2, figsize=(15,5))

sns.pointplot('BusinessTravel','Attrition',data=data_talent_s,ax=ax[0])
sns.pointplot('BusinessTravel','Attrition',data=data_normal_s,ax=ax[1])

ax[0].set_title("BusinessTravel & Attrition [MZ]",fontsize=13)

ax[1].set_title("BusinessTravel & Attrition [not MZ]",fontsize=13)

print("MZ퇴직자들 평균 Income :",round(data_talent[data_talent['Attrition']==1]['BusinessTravel'].mean(),4))
print("MZ재직자들 평균 Income :",round(data_talent[data_talent['Attrition']==0]['BusinessTravel'].mean(),4))
print("not MZ퇴직자들 평균 Income :",round(data_normal[data_normal['Attrition']==1]['BusinessTravel'].mean(),4))
print("not MZ재직자들 평균 Income :",round(data_normal[data_normal['Attrition']==0]['BusinessTravel'].mean(),4))

MZ퇴직자들 평균 Income : 1.2222
MZ재직자들 평균 Income : 1.0918
not MZ퇴직자들 평균 Income : 1.2429
not MZ재직자들 평균 Income : 1.0537

WorkLifeBalance와 이직

f, ax = plt.subplots(1,2, figsize=(15,5))

sns.pointplot('Attrition','WorkLifeBalance', data=data_talent_s,ax=ax[0])
sns.pointplot('Attrition','WorkLifeBalance', data=data_normal_s,ax=ax[1])

ax[0].set_title("WorkLifeBalance & Attrition [MZ]",fontsize=13)

ax[1].set_title("WorkLifeBalance & Attrition [not MZ]",fontsize=13)

print("MZ퇴직자들 평균 Income :",round(data_talent[data_talent['Attrition']==1]['WorkLifeBalance'].mean(),4))
print("MZ재직자들 평균 Income :",round(data_talent[data_talent['Attrition']==0]['WorkLifeBalance'].mean(),4))
print("not MZ퇴직자들 평균 Income :",round(data_normal[data_normal['Attrition']==1]['WorkLifeBalance'].mean(),4))
print("not MZ재직자들 평균 Income :",round(data_normal[data_normal['Attrition']==0]['WorkLifeBalance'].mean(),4))

MZ퇴직자들 평균 Income : 2.7407
MZ재직자들 평균 Income : 2.7245
not MZ퇴직자들 평균 Income : 2.6476
not MZ재직자들 평균 Income : 2.7859

• 애초에 이직한 사람과 이직하지 않은 사람간의 워라밸 차이가 적다
• 그러나 핵심인재 그룹에서는 거의 아무런 차이를 보이지 않는다
• 핵심인재그룹은 워라밸을 거의 신경쓰지 않는다고 해석 가능하다

OverTime과 이직

data_talent["OverTime"].replace("Yes", 1, inplace=True)
data_talent["OverTime"].replace("No", 0, inplace=True)

data_normal["OverTime"].replace("Yes", 1, inplace=True)
data_normal["OverTime"].replace("No", 0, inplace=True)

f, ax = plt.subplots(1,2, figsize=(15,5))

sns.pointplot('Attrition','OverTime', data=data_talent_s,ax=ax[0])
sns.pointplot('Attrition','OverTime', data=data_normal_s,ax=ax[1])

ax[0].set_title("OverTime & Attrition [MZ]",fontsize=13)

ax[1].set_title("OverTime & Attrition [not MZ]",fontsize=13)

print("MZ퇴직자들 평균 Income :",round(data_talent[data_talent['Attrition']==1]['OverTime'].mean(),4))
print("MZ재직자들 평균 Income :",round(data_talent[data_talent['Attrition']==0]['OverTime'].mean(),4))
print("not MZ퇴직자들 평균 Income :",round(data_normal[data_normal['Attrition']==1]['OverTime'].mean(),4))
print("not MZ재직자들 평균 Income :",round(data_normal[data_normal['Attrition']==0]['OverTime'].mean(),4))

MZ퇴직자들 평균 Income : 0.5556
MZ재직자들 평균 Income : 0.1633
not MZ퇴직자들 평균 Income : 0.5333
not MZ재직자들 평균 Income : 0.2405

• 두 그룹간의 유의미한 차이가 보이지 않는다.
• 핵심인재 그룹이나 일반 그룹이나 초과근무 많이 시키면 회사 나간다